-
在TI-84计算器（运行MicroPython/CircuitPython）上使用eval()动态求值含变量（如x、y）的表达式时，会因MicroPython不支持局部变量符号查找而报错“name'x'isnotdefined”，即使变量已在当前作用域正确定义。在TI-84计算器（运行MicroPython/CircuitPython）上使用`eval()`动态求值含变量（如`x`、`y`）的表达式时，会因MicroPython不支持局部变量符号查
-
Foolbox攻击报NotImplementedError主因是模型未返回可微logits，需设model.train()、禁用softmax、用PyTorchModel指定bounds；PGD不收敛多因stepsize过大或steps不足；TF报numpy错误需启用eager模式；图像发灰系归一化与保存格式不匹配。
-
Python防止SQL注入的核心方法是使用参数化查询，其原理在于将SQL语句结构与数据内容严格分离——数据库驱动（如sqlite3、psycopg2或pymysql）会把参数值作为独立的数据单元传递给数据库服务器，由数据库引擎在执行前进行安全转义或直接绑定到预编译语句中，从而避免用户输入被当作SQL代码解析执行。
-
apply慢因单线程执行且每次调用触发类型推断与索引对齐；向量化可提速10–100倍；swifter仅优化DataFrame/Series.apply，不支持groupby等场景，多进程需注意序列化与内存开销。
-
os.makedirs创建多级目录失败主因是父目录缺失且未设exist_ok=True，或权限/磁盘问题；推荐优先使用pathlib.Path.mkdir(parents=True,exist_ok=True)，更现代且类型安全。
-
Tablib是一个轻量级Python库，支持XLSX、CSV、JSON、YAML等格式的表格数据导入导出，无需依赖Pandas。其核心为Dataset对象，可定义表头并添加行数据，如dataset.headers=['Name','Age','City']并通过append添加记录。支持多种导出方式：dataset.csv获取CSV字符串，dataset.json输出JSON字符串，dataset.xlsx返回字节流可用于文件写入，dataset.yaml生成YAML内容。保存文件示例如withopen(
-
venv创建必须指定路径，如python-mvenvmyenv；激活后需验证sys.executable和pip--version路径是否指向虚拟环境内，且每个新终端都需重新激活。
-
根本原因是工作目录或Python环境配置不当，需用ls-R确认结构、python-mpytest避免PATH干扰、pipinstall-e.确保包发现，并通过on:[push,pull_request]配合branches:[main]精准触发，加--tb=short和--timeout=30提升诊断效率。
-
__slots__对字典本身无效，它只作用于类实例的属性存储；想优化大型字典内存，得换思路——用紧凑键、预分配、生成器或替代结构。
-
根本原因是Django在DEBUG=False时禁用media路由，必须由Nginx/Apache显式配置location/media/并指向MEDIA_ROOT物理路径，同时确保权限正确；开发环境需在urls.py中添加static(settings.MEDIA_URL,document_root=settings.MEDIA_ROOT)且仅限DEBUG=True。
-
h5py与HDF5版本不匹配本质是编译时链接的HDF5动态库与运行时加载版本不一致，会导致TensorFlow模型加载卡死或崩溃；应优先用conda统一管理依赖，避免混用pip、手动降级或禁用校验。
-
Python中反转列表应根据需求选择：需就地修改用list.reverse()，保留原列表用切片[::-1]，仅遍历一次且省内存可用reversed()。
-
直接调用df.to_excel写本地文件或传BytesIO未seek(0)会导致Excel损坏；正确做法是创建BytesIO→to_excel→seek(0)→send_file，并设Content-Type和Content-Disposition响应头。
-
该用vstack而不是concatenate时：需沿第0轴拼接且含一维数组，vstack会自动升维为(2,3)，而concatenate要求维度严格一致。
-
本文详解如何在数据库（SQL）和编程语言（Python）中，根据表中weight列对行进行加权随机抽样，确保每行被选中的概率严格正比于其权重值。
