-
应改记录粒度并后处理：用tf.keras.metrics.Mean累积N个batch的loss，每若干步写入平滑值，避免前端平滑假象及多worker写入冲突。
-
PyPI上查源码应优先下载带source的.tar.gz，解压后找src/或包名目录；更可靠的是通过PyPI的Repository链接直达GitHub/GitLab仓库；Awesome-Python仅作方向参考，链接易失效。
-
asyncio.run()无法捕获SIGINT因其内置信号处理器直接调用loop.stop()；优雅关闭需手动创建事件循环、注册信号处理器后运行，Windows需特殊处理；FastAPIlifespan需显式启用；Flask+gevent需spawngreenlet执行异步清理；多进程下各worker须独立实现shutdown。
-
调用API接口是Python爬虫获取结构化数据最高效合规的方式，需抓包分析URL与请求方式，构造含认证的合法请求，解析响应时做好异常防护，并控制频率、保存结果、处理分页。
-
PYTHONIOENCODING=utf-8仅影响sys.stdout/stderr初始化，对文件读写、网络传输、数据库、logging等无效；失效场景包括stdout被reconfigure覆盖、子进程不继承、Windows终端代码页未同步、IDE或Web框架重定向标准流。
-
lxml解析HTML更快更省内存，但容错性弱；BeautifulSoup（尤其配html5lib）容错强但慢且内存高，需依HTML质量选择。
-
应创建虚拟环境隔离安装：用python-mvenvmyenv，再激活后pipinstall；避免权限问题和系统环境污染，同时确保Python与pip匹配，Git依赖需正确配置版本与路径。
-
conda是解决Python数据分析依赖冲突最直接有效的工具，能同时管理Python解释器版本和numpy、PyTorch等二进制级科学计算包，避免因C/C++运行时未隔离导致的DLL加载失败或符号未定义错误。
-
Pythonzipfile不支持创建加密ZIP，仅支持读取；需用pyminizip生成ZipCrypto加密ZIP，再通过smtplib配合MIMEApplication发送，并严格校验ZIP完整性、密码有效性及邮件大小。
-
第60讲核心是理解数据流动底层逻辑而非工具堆砌：明确数据结构选择依据（规模、类型、更新方式），拆解计算链内存操作，还原真实分析断点（时区、ID匹配、时间过滤），并用“三问法”调试异常。
-
invisible_watermark默认只检测不嵌入，需手动调用add_watermark且输入必须为RGB模式的PIL.Image.Image对象；strength过低或JPEG压缩质量<85会导致失效。
-
Python字符串切片和内置方法是高效编码的关键工具：切片s[start:end:step]支持省略参数、负索引与越界安全；方法如strip()、split()、join()等均返回新字符串，需赋值生效，组合使用可简洁解决实际问题。
-
macro_f1_score需传入1D整数标签的y_true和y_pred，长度一致且类别对齐；若为one-hot或概率输出，须用np.argmax转换；labels参数须显式指定全部可能类别并设zero_division=0防nan。
-
Python包的入口设置依赖__init__.py、__main__.py和pyproject.toml：1.__init__.py使目录成为包，可定义导入内容；2.__main__.py支持python-m运行包；3.pyproject.toml配置scripts实现命令行工具。
-
本文介绍如何为学生成绩录入程序设计健壮的错误处理机制，当用户输入非数字字符串（除"exit"外）时给出明确提示并重新请求输入，同时支持整数范围校验与退出指令识别。
