-
SMOTE并非万能开关，常因特征未标准化、k_neighbors过大或全局调用导致precision下降、F1降低；正确做法是在imblearn.Pipeline中前置StandardScaler、设k_neighbors=3，并在交叉验证内局部重采样。
-
应显式用response.css()或xpath提取下一页URL，经response.urljoin()补全后，以scrapy.Request(callback=self.parse)发起请求；避免依赖response.follow()默认回调、硬编码start_urls或忽略去重与并发控制。
-
用@staticmethod还是@classmethod取决于是否需访问类本身：无需类或实例依赖仅逻辑封装用@staticmethod；需读取cls、调用类方法或支持子类自动适配用@classmethod。
-
Python默认用\n（LF）作换行符，但文件读写受open()的newline参数影响：文本模式自动转换，二进制模式或newline=''则原样处理；print()默认结尾加\n，可用end控制；跨平台读取时\n统一归一化是便利也是陷阱；正则中.默认不匹配\n，需re.DOTALL。
-
Anaconda管理虚拟环境的核心是用conda创建隔离Python环境并统一管理包。创建环境用condacreate-nnamepython=x.x，激活用condaactivatename，退出用condadeactivate，查看用condaenvlist，删除用condaenvremove-nname，导出复现用condaenvexport>file.yml和condaenvcreate-ffile.yml。
-
不能边循环边pd.concat，因其每次调用都复制全部已有数据，时间复杂度O(n²)，易致MemoryError、CPU100%或运行骤慢；正确做法是先收集所有DataFrame到列表，再一次性concat。
-
Django需手动启用gettext翻译：设USE_I18N=True，添加LocaleMiddleware，用makemessages提取、compilemessages编译.po文件，注意路径、命名（zh_Hans）、命令参数及DEBUG模式下热加载。
-
局部变量比全局变量快2–5倍，因Python编译时确定其栈帧固定偏移，运行用LOAD_FAST索引取值；全局变量需LOAD_GLOBAL哈希查字典。用dis.dis()可验证：STORE_FAST/LOAD_FAST为局部，LOAD_GLOBAL为全局。
-
pd.read_excel读取日期变数字或乱码，因Excel用浮点数存日期且pandas不自动识别；数字型需用pd.to_datetime(x,unit="D",origin="1899-12-30")转换，中文文本需指定format或预处理，读取时用converters更可靠。
-
async-lru能直接装饰asyncdef函数，但必须用@alru_cache()（带括号），否则装饰器未生效；它基于asyncio.Lock保证并发安全，缓存键由可哈希参数生成，不支持TTL、不可哈希类型或session实例传参。
-
mask=~np.any(np.isnan(arr),axis=1)是剔除含NaN行的核心表达式，返回不含缺失值的行掩码；需确保arr为数值型dtype且axis=1正确，object类型需预处理或改用pd.isna()。
-
推荐用pathlib.rglob()遍历配置文件，配合is_file()和后缀过滤；正则替换需用re.MULTILINE和注释排除；原地修改必须先备份并校验编码；I/O密集任务优先单线程串行处理。
-
<p>Pandas循环慢是因为逐行触发Python解释器开销、类型检查和索引查找，绕开了底层NumPy的C优化；应优先使用df['col']=df['other_col']*2等向量化操作，性能可提升数十倍以上。</p>
-
np.sin、np.cos等ufunc函数对数组每个元素独立执行数学映射，不改变形状；输入须为数值型，角度需转弧度；np.exp为e^x，np.log为自然对数；广播先计算后扩展，提升性能。
-
DFA比正则更适合敏感词过滤，因其预构状态转移图后单次扫描即可完成所有匹配，时间复杂度稳定为O(n)，而正则需逐条匹配、回溯频繁，词库超500条时性能断崖下降。
