-
在Python项目中强制指定解释器版本可通过pyproject.toml实现，推荐在[project]下设置requires-python=">=3.9"以约束版本兼容性。
-
Python读取txt文件常用open()函数，推荐使用with语句确保文件自动关闭。1.read()一次性读取全部内容，适合小文件；2.readline()逐行读取，readlines()返回所有行的列表；3.直接遍历文件对象最高效，适合大文件；4.指定完整文件路径可读取非同目录文件，Windows建议用r''原始字符串避免转义问题。
-
safety每次扫描需联网查CVE是因默认不带本地数据库，优先保障数据新鲜度；离线需手动执行safetydbupgrade下载缓存至~/.safety/safety.db，再指定--db-path才能使用。
-
本文介绍如何基于字典中定义的天数规则，为PandasDataFrame中的日期列批量添加对应天数，生成新的日期列，适用于按类别（如YEARS、MONTHS）应用不同时间偏移的场景。
-
在使用python-docx修改页面宽度或高度时，常见错误是将page_width和page_height当作可调用方法（如section.page_width(...)），而实际上它们是可赋值的属性，需直接赋值Inches()对象。
-
根本原因是StreamHandler底层write()非原子性导致日志交叉或丢失；官方推荐用QueueHandler+QueueListener分离记录与输出，确保线程安全且高性能。
-
PyCharm适合专业开发，VSCode灵活多语言，Jupyter专注交互式数据科学，Anaconda强于环境管理，SublimeText追求轻量高效。
-
SMTP连接失败需改用SSL/TLS并配应用专用密码；定时任务要对齐环境路径并重定向日志；邮件编码须用MIMEText和Header指定UTF-8；密码应通过环境变量安全传递。
-
Python项目配置加载策略核心是环境分离、动态加载、避免硬编码，推荐环境变量驱动或PydanticSettings方案，辅以YAML/JSON多文件管理，并注意加载时机、类型注解与生产安全。
-
当DataFrame列中存在pd.NA或NaN时，直接在query()中调用.str.contains()等方法会因numexpr引擎不支持空值运算而报错；可通过fillna("")或切换engine='python'安全解决，二者性能相近且均优于先过滤再query的嵌套写法。
-
fvcore.compute_flops算不准自定义模型，主因是动态控制流、未注册算子或输入缺shape；需避免Python控制流、确保输入为具体张量且device一致、用model.eval()和torch.no_grad()；jit.script模块需临时移除装饰器或内联展开；推荐用compute_flops而非get_model_flops，并注意单位是flop（4.1e9=4.1GFLOPs）。
-
strptime将字符串解析为datetime对象，strftime则将其格式化为字符串，二者互为逆操作，需保持格式代码一致。
-
dir函数用于查看对象的属性和方法，调用dir()可列出当前作用域名称，dir(对象)则返回该对象的属性与方法列表，如dir(list)查看列表方法、dir("hello")查看字符串方法；常用于快速浏览模块内容，如importos;dir(os)，结合help()深入了解方法，适合交互式环境使用，返回值为字符串列表，双下划线开头结尾为特殊方法，日常关注普通名称即可，多练习可快速掌握。
-
Python函数副作用控制的核心是确保相同输入始终产生相同输出且不意外修改外部状态，常见副作用包括修改可变对象、全局变量、I/O操作及实例属性；应通过不可变数据、纯/操作函数分离、边缘化副作用、显式标注与针对性测试来实现可控。
-
闭包保存状态时变量必须被引用而非赋值，否则触发UnboundLocalError；应使用nonlocal或可变容器；闭包捕获引用而非值快照，需防共享陷阱；适合轻量单行为场景，调试可用__closure__查看捕获值。
