-
优先选OvRClassifier（如LogisticRegression）或OvOClassifier（如SVC），依据是基模型是否支持predict_proba或仅依赖decision_function；类别数≤4时倾向OvR，>6且样本量大时OvO泛化更稳。
-
Python中安装matplotlib最推荐用pip命令：pipinstallmatplotlib（或pip3），会自动处理依赖；安装后通过importmatplotlib并打印版本号验证；遇权限问题可用python-mpip，网络慢可换清华镜像源。
-
isinstance()比type()更安全，因其通过MRO支持继承关系判断，而type()仅匹配直接类型；检查多类型应传类型元组如(int,float)，字符串形式用于解决前向引用，ABC侧重接口兼容性而非行为一致性。
-
Python自带http.server模块可快速启动静态文件服务器：命令行执行python-mhttp.server8000即可访问目录列表；支持自定义处理器添加路由（如/health）；仅限开发测试，不适用于生产环境。
-
Pillow因其历史悠久、API直观、性能良好且与Python生态融合度高，成为Python图像处理首选库；它广泛应用于Web图片处理、数据增强、动态图像生成等场景，支持缩放、裁剪、旋转、滤镜、合成和文字添加等操作；对于大图像或复杂计算，可结合NumPy或选用OpenCV、Scikit-image以提升性能。
-
模型调优是围绕数据质量、特征有效性、过拟合控制和实盘适应性的系统性工作，核心目标是确保模型在未来未知行情中稳定盈利。需严控数据清洗与对齐、重视特征工程、采用滚动样本外验证调参、并完成多维度压力测试。
-
Python文本去重需先明确定义“重复”类型：行级、句子/段落级、哈希级或语义级；对应采用set/dict.fromkeys、标准化预处理、xxhash流式计算或TF-IDF/Sentence-BERT等策略，同时注意编码、索引与上下文。
-
AQE默认开启后JOIN变慢，因小数据量或非均匀分区下，运行时统计缺失导致误判重分区与策略优化，反而增加调度开销和延迟。
-
不是必须手动加，np.save()会自动添加.npy后缀，若传入"file.npy"则生成"file.npy.npy"；正确写法是np.save("file",arr)生成"file.npy"。
-
应使用公开的cov()方法计算协方差矩阵，它自动处理数值列、跳过非数值列和含NaN行，默认ddof=1；与var()结果一致，但需注意ddof设置及非数值列被静默过滤。
-
默认线性插值不按时间间隔而是按行号插值，需显式指定method='time'或method='index'；前者要求datetime64索引且更鲁棒，后者适用更广；注意索引单调性、重复值、空值方向及数值稳定性。
-
tf.config.run_functions_eagerly是开关而非调试器，仅控制tf.function是否绕过图构建直接执行；真查图结构需用tf.summary.trace_on/trace_export配合TensorBoard。
-
async/await是Python对协程对象的显式标记和调度约定，asyncdef创建返回协程对象的函数，await作为挂起点要求操作对象实现await协议并在事件循环中让出控制权。
-
本文介绍如何通过多进程与键盘监听机制，实现在playsound播放音频时按Esc键立即停止播放，解决该库原生不支持中断的限制，并提供可运行示例与关键注意事项。
-
str.join()在拼接大量字符串时比+快10–100倍，因+是O(n²)而join()是O(n)；少量短字符串时+可能更快或无差别，但应优先用join()避免错误和可维护性问题。
