-
Python对象的属性默认存储在实例的__dict__字典中，它是一个真实哈希表；使用__slots__可禁用__dict__以节省内存并加速访问，但需显式添加'__dict__'才能支持动态属性。
-
Prefect2.0的flow和task必须显式调用才能执行，定义阶段仅注册对象不运行逻辑，运行需调用my_flow()或my_flow.serve()，部署需prefectdeploy./script.py:flow_name，Docker镜像需版本匹配且含完整依赖。
-
requests请求慢通常源于DNS解析、连接未复用、超时与SSL配置不当、代理及重试机制等，应优先检查DNS缓存和Session复用，再逐项排查SSL校验、代理干扰等问题。
-
在Django异步视图或Channels消费者中调用hasattr(obj,'field')可能意外抛出KeyError而非预期的False，根本原因在于Django关系字段（如ForeignKey）的描述符在异步环境下无法安全执行同步数据库查询，导致底层缓存访问失败并抛出KeyError，而非标准AttributeError。
-
ColumnTransformer报“transformerNoneisinvalid”错误，主因是transformers中某元组的转换器为None或未实例化；须确保每个(name,transformer,columns)三元组中transformer为已实例化的对象，如StandardScaler()而非StandardScaler。
-
predict_proba返回每个样本属于各类别的概率估计值（行和为1），但仅限支持该方法的分类器；根本原因在于概率输出需模型内置校准机制或天然生成概率，否则需额外校准。
-
pytest-benchmark需显式声明benchmark参数并正确安装，用benchmark.pedantic控制预热与GC，group实现横向对比，CI中需确保插件加载且pytest≥6.0。
-
np.savez()保存多数组时键名须为合法Python标识符，否则读取后无法点号访问；np.load()返回NpzFile对象，需用list(data.files)获取键名；np.savez_compressed()体积更小但速度更慢；非ndarray对象会被静默转为ndarray。
-
Python线程安全单例推荐两种方案：一是重写__new__加双重检查锁，确保全局唯一实例；二是用装饰器封装单例逻辑，复用性强且简洁。
-
本文介绍一种简洁、高效且可扩展的Pandas方法：通过布尔条件组合+groupby().any()+all(axis=1)，精准识别满足多个子字符串匹配条件的分组（如员工是否完成“onboardingpart1”和任一“corporatecompliance”培训）。
-
submit()后不立刻抛异常，因为任务仅被提交到线程池并返回Future对象，函数尚未执行；异常实际发生在子线程内，必须调用result()才能触发异常传播并原样抛出。
-
chardet.detect()返回confidence=0.5不可信，应仅作fallback且要求confidence>0.7；优先解析HTMLmeta标签获取charset，再显式decoderesponse.content。
-
np.meshgrid生成经纬网格时，Y对应纬度、X对应经度，shape为(len(lat),len(lon))，需注意坐标顺序、单调性、跨日界线处理、内存优化及xarray坐标定义规范。
-
遵循安全编程实践可有效防止数据泄露和系统攻击。首先，防范命令注入，禁用os.system()，改用subprocess.run()参数化列表并验证输入；其次，防御CRLF与HTTP头注入，净化输出数据，使用urllib.parse.quote()编码，优先调用框架安全函数；第三，严格处理用户输入，采用Werkzeug转义、参数化查询或ORM避免SQL注入和XSS，利用Pydantic等工具进行数据验证；第四，强化密码存储，使用bcrypt、scrypt或argon2等强哈希算法，通过passlib库实现安
-
Python字符串不可变是理解内存、编码等的起点；字符串是否被intern取决于是否满足标识符字符等条件；encode()的errors参数需据场景选择，标准化后再编码最安全。
