-
Python生成随机数主要依赖random模块，该模块提供生成伪随机数的多种方法，包括random()、uniform()、randint()等函数用于生成浮点数和整数，choice()、sample()、shuffle()用于序列操作，并可通过seed()设置种子实现可重现性；需注意其生成的是伪随机数，不适用于安全场景，应使用secrets模块替代；在大数据量下推荐使用NumPy提升性能。
-
多进程适合CPU密集型任务，利用多核并行计算，如数值处理；多线程适合I/O密集型任务，轻量高效，如网络请求。
-
OAuth2token换取失败主因是授权服务器对client_id、client_secret、redirect_uri和code四者一致性校验严格，尤其redirect_uri须完全匹配（含斜杠、协议、端口），且PKCE、请求格式、响应处理、Authorization头空格、scope权限、audience限制及redirect_uri白名单配置等均需精准符合要求。
-
合理模块粒度应以责任边界清晰、import稳定、避免循环依赖和隐式耦合为标准，如auth.py专注凭证与会话，不掺杂邮件发送；禁用utils.py式黑洞；子包用于共享约定或封装实现细节，__init__.py仅声明包并控制导出，不执行业务逻辑；松耦合体现为依赖单向、可独立mock、变更影响可控。
-
本文详解如何在TkinterGUI中实现两个按钮间的参数传递：第一个按钮选择图像文件并保存路径，第二个按钮安全读取该路径并用cv2.imshow显示图像，避免lambda误传函数对象导致的运行时错误。
-
本文介绍如何利用NumPy广播机制和einsum实现无显式循环的批量模式数组构造，显著提升性能（实测加速约8倍），适用于需对一维数组元素统一应用固定结构变换的科学计算场景。
-
Flask-WTF的CSRF保护并非默认全局启用，需显式调用csrf.init_app(app)才能生效；表单校验自动开启，但API等非表单请求须手动配置豁免或白名单校验。
-
re模块提供正则处理函数：1.re.match()从开头匹配，适合验证格式；2.re.search()查找首个匹配；3.re.findall()返回所有匹配字符串列表；4.re.finditer()返回Match对象迭代器；5.re.sub()替换匹配内容；6.re.split()按模式分割字符串；re.compile()可预编译正则提升效率。
-
根本原因是PyPI包与Python架构不匹配，应先确认Python位数，再下载对应wheel或降级安装旧版，最有效方案是改用64位Python。
-
连接池大小应根据应用并发与数据库吞吐的平衡点动态调整，推荐从minconn=5、maxconn=20起步，结合QPS和Threads_connected监控优化；需匹配idle超时与数据库wait_timeout，多线程用ThreadedConnectionPool并全局单例，异步场景用asyncpg.create_pool，务必用with或try/finally确保连接归还。
-
aiofiles不加速磁盘I/O，仅避免阻塞事件循环；它通过线程池封装同步文件操作，适用场景为多任务并发且I/O等待是瓶颈时，而非单纯追求写入速度。
-
FastAPI中async依赖报“Syncdependencyinasyncroute”错，因未显式声明异步依赖或路由函数非asyncdef；须确保依赖与路由均为asyncdef、使用异步DB驱动、Token解析同步而查库等IO操作异步。
-
KMeans聚类通过最小化点到簇中心距离平方和将数据划分为K组。使用scikit-learn需安装依赖库，准备数据后选择K值（可用肘部法则），训练模型并可视化结果，注意数据标准化及KMeans对初始值和异常值的敏感性。
-
浅拷贝只复制对象第一层引用，嵌套可变对象仍共享内存；深拷贝递归复制整个对象树，完全隔离。常用浅拷贝方法有copy.copy()、切片等，深拷贝唯一标准是copy.deepcopy()。
-
gevent通过greenlet实现轻量级协程，利用monkeypatch将标准库函数替换为非阻塞版本，结合事件循环自动调度I/O操作，在单线程中以协作式多任务模拟并发，使开发者能用同步写法编写异步程序，适用于I/O密集型场景。
