-
用pathlib的rglob递归查找CSV文件更可靠，读取时需统一dtype、禁用low_memory，强制列顺序一致，大文件用chunksize流式处理并及时清理内存。
-
pd.read_html()不是爬虫，它仅解析HTML字符串中的<table>标签，不发请求、不执行JS、不处理登录或反爬，需先用requests等工具获取HTML源码再传入。
-
Flask-Migrate初始化失败主因是db实例未正确初始化或未被发现：需在模块顶层声明db=SQLAlchemy()，并在create_app()中调用db.init_app(app)；FLASK_APP须指向含db和模型的可导入路径，且models必须被显式导入。
-
应使用inspect.getfile()获取类或模块的真实文件路径，它比module更可靠，且比inspect.getsourcefile()兼容性更好，能处理.pyc、冻结模块等场景，而直接读sys.modules[__module__].__file__容错性差。
-
用scipy.stats.ks_2samp可快速检验训练集与测试集数值特征分布偏移，不假设正态性、对连续变量敏感，p值显著变化（如低于0.05）常提示数据采集逻辑变更；需配合check_array校验dtype一致性，避免int64与float64引发伪偏移；小规模数据可辅以pairwise_distances计算样本级距离判断覆盖范围。
-
最核心的合并方法是pd.merge()，它基于共同列或索引进行内、左、右、外连接；on参数指定连接键，支持单列或多列匹配；当列名不同时可用left_on和right_on；重复列名通过suffixes自定义后缀区分；pd.concat()用于沿轴堆叠数据，适合结构相似的数据拼接；基于索引合并需设置left_index和right_index，索引冲突可通过reset_index或ignore_index处理。
-
prune.l1_unstructured仅添加掩码而不删参数，需调用prune.remove()才能永久移除零值参数并减小模型体积；结构化剪枝应使用prune.ln_structured按通道裁剪，保存前必须remove以避免加载错误。
-
Python自定义异常必须继承Exception或其子类，否则无法被exceptException捕获；抛出时须用raiseMyError("msg")而非raiseMyError；需实现__init__并调用super().__init__(msg)确保可打印；推荐统一定义在errors.py中，明确处理层级与携带字段。
-
需配置pytest.ini或pyproject.toml启用asyncio_mode="auto"，使pytest-asyncio自动识别并执行asyncdef测试函数，无需装饰器或改代码。
-
DjangoORM默认防SQL注入，但raw()、extra()、cursor.execute()等绕过ORM的操作必须显式参数化；LIKE等需手动转义；动态表名、字段名、排序等非值参数须白名单校验。
-
str.contains默认使用正则模式，需设regex=False匹配中文或特殊字符；空值需显式指定na=False；大小写敏感应加case=False；性能优化需预处理或合并关键词。
-
StandardScaler不能直接fit测试集，因会泄露测试信息导致评估失真；必须仅用训练集fit_transform，测试集仅transform，并持久化模型；对NaN报错，需前置处理缺失值；稀疏矩阵慎用with_mean=True；inverse_transform仅限原数据精确还原。
-
FastAPI本身不处理双向SSL，需由Uvicorn或Nginx在TLS终止时完成验证；Uvicorn仅支持单点测试，生产环境应使用Nginx校验证书并透传X-Client-DN等头给FastAPI校验。
-
数据标注需用LabelImg或CVAT标出目标框和类别，统一命名并生成.xml或.json文件；数据组织按YOLO、FasterR-CNN、TensorFlow要求转为对应格式；训练推荐YOLOv8或FasterR-CNN，注意学习率、增强与早停；部署需导出ONNX，用ORT/TensorRT加速，再封装API服务。
-
手写MultiHeadAttention需注意：q@k.T/sqrt(d_k)维度对齐与归一化、mask用-inf且形状为[B,1,L,L]、q/k/v线性层bias=False、reshape用transpose而非view、FFN后必须接residual+LayerNorm、dropout置于add前、验证时检查attn_weights分布与梯度。
