-
Pydanticv2中BaseModel必须显式使用Field()声明字段约束（如...、min_length等）才能真正校验；仅靠类型注解或默认值无法触发运行时校验，需配合单元测试验证ValidationError。
-
union()和|功能完全等价，均返回新集合且不修改原集合；区别仅在语法：前者是方法调用，支持任意可迭代对象，后者是运算符，仅接受set类型。
-
<p>TaskGroup会自动取消其余任务，gather默认不会；TaskGroup用asyncwith管理生命周期，抛出ExceptionGroup并需except*捕获，而gather无语法约束、异常不聚合、需手动处理返回值。</p>
-
re.finditer()更省内存，返回迭代器，每次只生成一个Match对象；re.findall()返回列表，支持索引、切片和多次遍历，适合需随机访问或直接传给len()等函数的场景。
-
tf.config.threading.set_intra_op_parallelism_threads控制单算子内线程数，必须在import后、图构建前设置；set_inter_op_parallelism_threads控制算子间并发，二者正交；环境变量优先级更高，需避免覆盖。
-
Python轻量任务平台核心是“定义→调度→执行→反馈”主线：用字典/Pydantic定义可配置任务，APScheduler调度，封装执行流程含日志与异常处理，FastAPI/Flask提供简易看板。
-
直接索引arr[index_array]是最简单可靠的高级索引方式，按index_array顺序提取元素，结果形状与索引数组一致；np.take()适用于需显式控轴、处理越界或提升兼容性/可读性场景。
-
read_csv时用dtype="string"可启用pandas1.0+的原生可空字符串类型，支持NaN、None和Unicode，避免object类型的性能与行为缺陷；需注意dtype字典键必须匹配列名、不可混用str、版本需≥1.0，并通过df[col].dtype=="string"验证。
-
range对象仅存储start、stop、step三个整数，通过数学公式即时计算索引访问、长度和成员判断，内存占用恒定约48字节，与范围大小无关。
-
openpyxl读大Excel卡死因默认全量加载内存，应启用read_only=True流式解析并避免max_row等全表扫描操作；写入慢因逐行append开销大，需批量写入或write_only=True模式。
-
print()默认换行，禁用需设end=""；字符串中\n是换行符，字面显示需r""或\；文件读写换行符平台差异大，应显式指定newline参数；sys.stdout.write()不自动换行且不刷新缓冲区。
-
推荐直接安装TensorFlow（pipinstalltensorflow），它已内置tf.keras，无需单独安装旧版Keras；旧版standaloneKeras自2023年起停止更新且不推荐使用。
-
本文介绍如何将时间复杂度从O(b)降至O(n)来解决大规模弹跳步数（b可达10¹²）下的槽位定位问题，核心是识别状态转移中的循环节并跳过重复周期。
-
SEO_SSR并非Python标准概念，实际应通过Jinja2等模板引擎在服务端直出含title、description等元信息的完整HTML，避免JS渲染或伪SSR方案。
-
Python默认编码依赖系统locale而非UTF-8；sys.setdefaultencoding()危险且无效，因启动后即被删除，强行调用会破坏字符串处理；应通过PYTHONIOENCODING环境变量控制I/O编码，open()必须显式指定encoding='utf-8'。
