-
调试时临时验证用print，正式场景必须用logging；print适合开发初期快速探路，logging提供分级、定向、格式化和可维护的日志能力。
-
第60讲核心是理解数据流动底层逻辑而非工具堆砌：明确数据结构选择依据（规模、类型、更新方式），拆解计算链内存操作，还原真实分析断点（时区、ID匹配、时间过滤），并用“三问法”调试异常。
-
不用手动关文件，但不关易致ResourceWarning或Windows下删/重命名失败；推荐withopen()自动管理；readline()读首行含换行符，readline(1)仅读1字节；utf-8-sig可自动处理BOM；readline()内存占用仅为首行长度，远优于read().splitlines()[0]。
-
自定义异常类通过继承语言内置异常类，提升代码语义清晰度与可维护性，使错误处理更精准、可预测。在复杂业务场景中，如支付服务或用户注册系统，自定义异常能区分具体错误类型（如InsufficientBalanceException、InvalidUsernameFormatException），避免依赖模糊的通用异常或脆弱的字符串解析。通过建立合理的异常层次结构（如BaseBusinessException派生各类），结合错误码、异常链传递和统一异常处理策略（如全局处理器映射HTTP状态码），可实现精细化错误响
-
pytestfixture需用@pytest.fixture装饰，yield分隔准备与清理，作用域按需设置，依赖通过参数声明，共享需放conftest.py，配置应解耦避免硬编码。
-
选择排序核心是“找最小、换位置”，需用临时变量交换而非仅赋值，避免丢值；内层循环范围应为[i,len(arr)-1]，禁用min()和index()以防重复值错误。
-
asyncio.Queue更适合协程因其纯异步设计，所有操作返回awaitable，避免阻塞事件循环；而queue.Queue基于线程锁，在协程中调用会卡死整个循环。
-
全站脱敏显示必须重写Serializer的to_representation方法，而非to_internal_value；需结合模型Meta或显式声明敏感字段，在非DEBUG环境下执行掩码，且嵌套序列化器、SerializerMethodField等各路径均需统一处理。
-
Python异步I/O性能优于线程，因其避免线程切换开销和GIL限制，单线程事件循环调度协程，切换成本纳秒级，且通过epoll/IOCP实现高效I/O等待；但仅适用于I/O密集型场景，且需全链路async支持。
-
真实学习Django的关键是理解错误现场与原理：看懂报错堆栈中的自有代码行、理解runserver启动日志含义、明确app_name对URL命名空间的作用，而非盲目追编号听课。
-
hash()仅适用于内存内临时场景，如字典键、集合去重；跨进程、持久化或跨版本需用hashlib等确定性算法，且自定义类的hash必须与eq一致并基于不可变字段。
-
Python跨平台路径问题需用pathlib.Path替代os.path：自动处理分隔符、resolve()规范路径、Path(__file__).parent动态定位、Path.home()获取主目录、用户输入路径须resolve()归一化并验证存在性。
-
本文介绍如何在Django中动态统计指定节日期间每位音乐人所属流派的出现频次，避免硬编码流派ID，实现模型驱动、可扩展的报表系统。
-
HalvingGridSearchCV适合训练慢、参数组合多的模型（如RandomForest、SVM），通过逐轮用更少数据粗筛再精调来加速搜索；不适用于小数据集、收敛快的模型或时序分割未适配场景。
-
Python多线程共享数据须避免竞态条件，优先使用queue.Queue、threading.local()或Lock；禁用全局变量直接读写、非原子字典操作及“只读”假设。
