-
K-means通过迭代优化簇中心实现聚类：1.随机初始化K个质心；2.将样本分配至最近簇；3.更新质心为簇均值；4.判断收敛，否则重复2-3步。
-
tf.data.Dataset是处理大文件的唯一可靠方案，它通过流式按需取批避免OOM；应优先用TextLineDataset或TFRecordDataset，配合skip、filter、prefetch等正确配置实现高效训练。
-
Python解包是语言级结构化赋值机制，核心为结构匹配：基础解包要求变量与元素数量一致；星号表达式可捕获剩余项；嵌套解包需左右结构形状一致；函数调用中和*分别展开位置与关键字参数。
-
Counter是Python中用于统计元素频次的类，继承自字典，支持传入列表、字符串等可迭代对象进行计数，提供most_common、elements、update等方法，并支持加减交并运算，适用于词频分析、数据清洗等场景。
-
pd.crosstab统计全0或报错主因是输入列索引未对齐，应重置索引并保持Series类型；多条件需正确嵌套而非list嵌套；三条件推荐pivot_table。
-
GeoPandas读SHP报“DriverError”主因是路径含中文/空格或GDAL驱动未加载；坐标系错误致地图歪斜因未统一转EPSG:3857；plot卡顿或图例异常需指定column、cmap及scheme参数。
-
用dict+时间戳实现带过期的内存缓存类，支持set(key,value,ttl)和get(key)，读取时自动清理过期项；多线程下加threading.Lock保障安全；纯计算场景可直接用@lru_cache；需持久化可序列化到JSON文件。
-
实现网络爬虫的关键步骤为：分析目标网站结构、发送请求获取数据、解析页面内容、存储有用信息。首先明确要爬取的网站及内容，如新闻标题或商品价格，并检查页面HTML结构；接着使用requests库发送GET请求，注意添加headers和延时避免被封；然后用BeautifulSoup或XPath解析HTML提取所需数据；最后将数据保存为文本、CSV或存入数据库，根据需求选择合适方式。
-
应优先用defaultdict替代普通字典防KeyError，它通过工厂函数（如int、list）为缺失键提供默认值，仅方括号访问时触发；与setdefault()相比更适于键值关系固定、反复增删的场景。
-
MuJoCo的MjModel是编译后不可变的静态模型，无法在运行时直接修改XML源语义（如fromto、size）；必须在加载前通过解析并重写XML字符串实现参数动态化。
-
pipinstallnumpy失败时应先确认Python环境是否干净、是否被系统策略限制、有无混用conda和pip；再检查python-mpip--version是否匹配，conda环境用condainstall，Windows加--only-binary=numpy，MacM1/M2优先升级pip或改用conda。
-
比较跨时区datetime必须先统一为UTC或同一时区；naive与aware对象不可直接比较；pytz用localize()而非replace()绑定时区，zoneinfo下直接传tzinfo但避免replace；“同一天”需明确参照时区而非直接调用date()。
-
本文介绍一种鲁棒、可扩展的方法，用于从大量格式不一、含冗余内容（如空行、说明文本）的CSV文件中自动定位并提取真实表头，无需人工指定header参数，支持多行合并表头与列名去重。
-
secure_filename仅清理非法字符和路径分隔符，不校验后缀、不处理空字节与Unicode归一化，必须在其后手动白名单校验后缀、清洗空字节、过滤前导点，并结合内容检测与Web服务器规则才能保障安全。
-
真正学Python数据分析需掌握三个关键动作：读得进数据、算得对逻辑、画得出结论；中文路径用原始字符串或正斜杠，CSV编码需显式指定或用chardet检测，groupby().agg()推荐命名元组语法，Jupyter绘图须配%matplotlibinline，导出图片要加bbox_inches参数。
