-
模板中用perms判断权限前，必须确保用户已登录且django.contrib.auth.context_processors.auth已启用，否则perms为空对象导致误判；app_label必须与模型所在应用的name完全一致且小写；需运行迁移以生成自定义权限；权限缓存需手动清除或重新登录更新。
-
<p>except*是捕获ExceptionGroup的唯一正确方式，它能分流匹配子异常，而普通except只匹配外层组对象本身。</p>
-
优先使用encoding='utf-8-sig'，它能自动处理BOM并兼容有无BOM的UTF-8；若仍乱码，需根据文件真实编码尝试gbk、gb18030等，不可盲目依赖记事本显示或硬试latin-1。
-
Python应用优雅停机需五步：一、注册SIGTERM/SIGINT信号处理器并设全局停止标志；二、用atexit注册退出钩子保障资源释放；三、asyncio应用需用add_signal_handler取消任务；四、Web框架集成生命周期钩子；五、通过日志、psutil和外部探测验证停机效果。
-
Pythondict多线程读安全但写必须加锁，因GIL不保证多字节码操作原子性；推荐用RLock防嵌套死锁，或改用threading.local、queue.Queue等真正线程安全方案。
-
enumerate本质是生成器，通过内部计数器与迭代项打包成元组返回，不依赖len()或下标，适用于文件对象等不可随机访问的可迭代对象。
-
迁移学习关键在于合理选择预训练模型、分层冻结策略、头部适配及微调监控。需按任务匹配选模型，分语义层级设置不同学习率冻结，替换并增强分类头，监控梯度与特征分布以避免灾难性遗忘。
-
泛型是接口契约的显性化表达，核心价值在于将隐含类型关系写入接口以提升类型安全与开发体验。它在类型检查阶段生效、运行时擦除，需正确使用TypeVar并显式标注实例类型，避免失效或误用。
-
Python单向链表只需Node和LinkedList两个类，Node存data和next，LinkedList封装操作；需注意head为None时的空判，避免AttributeError；双向链表需同步更新prev/next并防None访问；建议实现__iter__和维护_size的__len__；实际项目优先用list或deque。
-
Flask服务需在app.run()前用nacos.NacosClient注册，指定完整server_addresses、小写service_name、显式ip/port，并配置HTTP健康检查接口；生产用Gunicorn+--preload避免重复注册；服务发现应缓存+定时刷新，注意namespace和group匹配。
-
立刻知道死信队列消息堆积需主动监控其实时长度，如RabbitMQ须调用管理API获取messages值，结合连续3次30秒间隔均超5条的趋势判断，避免瞬时误报。
-
直接用for循环切片滑动窗口很慢，因为每次切片都会复制数据，导致内存分配和拷贝开销剧增；应使用sliding_window_view生成零拷贝视图。
-
本文介绍如何使用Pandas的resample().agg()方法，在单次操作中对时间序列数据按日（或其他频率）同时计算多个统计量（如均值和最大值），避免重复重采样，提升代码简洁性与执行效率。
-
Python正则表达式关键在于理解模式与文本的交互关系，需明确“想匹配什么”和“文本里实际有什么”；模式由普通字符和元字符组成，推荐用原始字符串书写；常用元字符如\d、\w、.、^、$、*、+、?等需结合上下文理解；分组()可捕获内容，(?P<name>...)支持命名提取，(?:...)为非捕获组；注意贪婪/懒惰匹配、函数差异（search/findall/finditer）、中文编码及预编译优化。
-
Python的ThreadPoolExecutor是concurrent.futures模块中高效管理线程的工具，比手动创建和管理threading.Thread更安全、简洁。用好它，关键不在“怎么启”，而在“怎么控”和“怎么收”。合理设置最大线程数，别盲目调大很多人以为线程越多越快，其实不然。线程切换有开销，过多线程反而拖慢I/O密集型任务，对CPU密集型任务更无益（受GIL限制）。一般建议：I/O密集型（如HTTP请求、文件读写）：设为cpu_count*5左右
