-
本文用日志清理工具做例子，演示 Python argparse 如何解析参数、校验类型、设计子命令，并把配置文件和环境变量合并成最终运行参数。
-
生成器推导式用圆括号语法(gen_exprforvariableiniterableifcondition)创建惰性求值的生成器对象，相比列表推导式更节省内存，适用于处理大数据或需逐个访问的场景。
-
不能。pytest_terminal_summary钩子仅用于终端输出汇总信息，无数据库连接且不保证测试完成，强行回填易漏数据、抛异常或阻塞输出；应改用pytest_runtest_makereport钩子，在rep.when=="call"时提取case_id并写入数据库。
-
直接计算方差膨胀因子（VIF）最有效，VIF>5提示潜在共线性，>10确认严重共线性；VIF仅适用于线性回归，须在未标准化数据上计算，且需重算以应对动态共线性结构。
-
直接调用父类名会破坏菱形继承的初始化顺序，因强行跳过MRO导致A.__init__重复执行、C.__init__被跳过及super()链中断；应统一用super()配合**kwargs透传参数，并验证D.__mro__确保顺序正确。
-
await位置错误会导致异步退化为同步：循环内await使请求串行，应改用asyncio.gather并发；非async函数中需用asyncio.run()或await调用；不可await非awaitable对象，如time.sleep或requests.get。
-
np.genfromtxt读带表头CSV时第一行出错，因默认不跳过表头且尝试将字符串转float报错；需用skip_header=1跳过表头，配合missing_values、filling_values处理缺失值，并注意编码与dtype设置。
-
skl2onnx保存sklearn模型为ONNX需先fit模型并提供带类型和shape的X_sample；convert_sklearn依赖拟合后属性推导schema；输出字段名比索引更可靠；体积增大是因参数展开为常量节点，属正常现象。
-
pandas读取Excel合并单元格时仅保留左上角值，其余为NaN，因合并属显示层操作，底层无数据对应；可用ffill按行填充连续NaN，但不恢复合并格式。
-
zscore返回NaN需先检查并过滤NaN/inf，或用nan_policy='omit'；阈值3不普适，应结合分布和业务调整；多维数据需区分字段级与样本级检测；pandas计算慢时优先用scipy.stats.zscore。
-
逻辑删除是通过deleted_at等字段标记数据“已删除”而非物理删除，需自动过滤未删除记录以避免遗漏；SQLAlchemy需结合Query子类、事件监听和显式关系条件实现全局、安全、可绕过的软删机制。
-
__getattr__仅在访问不存在属性时触发，用于动态代理、惰性加载和友好错误提示；它不拦截已定义属性或方法，也不替代__getattribute__。
-
attributes("-topmost",True)是最简方案，但非真正永久：Windows较稳定，macOS和Linux（尤其Wayland）支持有限；需窗口已显示（deiconify/update后），且切换或withdraw后需重设；lift()和focus_force()无法突破系统Z-order，不适用于长期置顶。
-
Ubuntu22.04官方仓库仅提供Python3.10，不包含python3.11，需通过deadsnakesPPA安装；执行sudoadd-apt-repositoryppa:deadsnakes/ppa后更新并安装python3.11及-venv、-dev包；切勿用update-alternatives修改系统默认python3，应显式调用或使用venv隔离环境。
-
TensorFlow2.x中应使用tf.keras.applications直接加载预训练模型，如ResNet50(weights='imagenet')，自动下载权重；去顶层用include_top=False；必须用对应模型的preprocess_input预处理，不可混用或手动归一化。
