-
应使用include()分层管理路由。在各应用下建urls.py并设app_name，主urls.py用path('prefix/',include('app.urls',namespace='app'))引入；子路由勿用^$锚点，urlpatterns须为列表而非函数。
-
上下文管理协议由__enter__和__exit__方法构成，支持with语句自动管理资源：进入时调用__enter__（返回值赋给as变量），退出时必调__exit__（可抑制异常）。
-
freezegun通过monkeypatch标准库时间函数（如time.time、datetime.now）实现“停住”时间，不修改系统时钟；对C扩展、外部命令或time.monotonic()无效，需注意时区、auto_tick_seconds和调度器集成。
-
print(arr)显示省略号是因为NumPy默认启用摘要打印，由np.get_printoptions()的threshold参数控制，默认1000但小数组异常省略常因threshold被设低或Jupyter干扰；禁用方法是np.set_printoptions(threshold=np.inf)或上下文管理器临时生效，并建议配合linewidth=np.inf防折行。
-
Windows上安装带C扩展的Python包失败，90%是因Python版本与VC++编译器不匹配；需确保MSVC版本（如14.2对应VS2019、14.3+对应VS2022）一致，并安装C++BuildTools而非完整VS；优先使用--only-binary=all跳过编译，或改用condainstall避免冲突。
-
应选OneVsRestClassifier（OvR）：类别数多（≥20）、样本量大、训练速度敏感时，仅需N个分类器，训练快、内存友好、天然适配概率模型；但需用class_weight='balanced'应对罕见类不平衡。
-
Python日志处理核心是可靠可维护：用TimedRotatingFileHandler按日期轮转并设delay=True防空文件，多进程用ConcurrentLogHandler或QueueHandler+QueueListener，Formatter注入结构化字段，LoggerAdapter动态加业务ID，分级控制支持运行时调整。
-
本文介绍一种基于NumPy向量化操作的高效方法，用于批量验证三维数组中每个“时间切片”（即沿轴0的二维子数组）的小时列是否构成模24连续序列，并自动过滤掉不满足条件的切片。
-
eval()和exec()危险在于将控制权交予不可信输入，而非语法错误；应禁用它们，改用json.loads()、ast.literal_eval()或importlib动态导入。
-
多标签分类不能用softmax+sparse_categorical_crossentropy，因softmax强制概率和为1而违背“多选”前提；应改用sigmoid输出+binary_crossentropy损失，标签为0/1矩阵，预测需设阈值二值化。
-
Python类型标注仅作注释，运行时无约束；mypy是独立静态检查工具，需手动安装、调用并配置（如--strict）才能生效，Any类型会绕过所有检查。
-
list[-n:]取最后n个元素，但n=0时返回空列表，n超过长度时返回全长列表；需显式处理边界、类型及性能问题。
-
YOLOv8训练前必须正确配置data.yaml的train、val、names三个大小写敏感字段，路径需指向图像文件夹且nc与names长度一致；训练时建议禁用amp并显式设置关键参数；验证需确保val数据集标签严格匹配；ONNX导出默认含预处理，部署时需避免重复归一化。
-
np.dot执行矩阵乘法而非点乘，二维时要求左矩阵列数等于右矩阵行数；逐元素相乘用multiply或*；叉乘仅适用于三维向量，用cross函数。
-
aioredis1.x已弃用，必须迁移到redis.asyncio；需修改导入、显式设置decode_responses、使用asyncwithpipeline、复用ConnectionPool并管理生命周期。
