-
SettingWithCopyWarning本质是Pandas警示你操作对象可能是副本而非原始DataFrame，修改无效或意外影响原数据；根本原因是链式索引（如dfdf.A>0=1）导致Pandas无法确定目标是视图还是副本，必须用.loc明确位置赋值或.copy()显式复制。
-
pytest-xdist的--ssh远程执行实为通过execnet通道间接实现，并非真正远程启动进程，常见失败原因包括execnet兼容性问题、SSH配置解析失败、远端Python环境缺失或版本不匹配等。
-
多模态输入必须用函数式API，因Sequential仅支持单输入单输出；需为各模态定义独立Input层，统一特征维度后拼接，并用BatchNormalization归一化合并特征。
-
ConnectionResetError表明对端主动发送RST断连，常见于长连接空闲超时；需在connect后显式启用TCPKeepalive并调小参数（如Linux设TCP_KEEPIDLE=60秒），同时应用层须实现心跳协议与自动重连机制。
-
Sphinx+autodoc自动生成API文档可行但易失败，因autodoc依赖动态import且需正确配置sys.path、类型提示和模块结构；需在conf.py中插入项目路径、启用typehints和preserve_defaults，并避免顶层副作用代码。
-
os.listdir()返回指定路径下一级子项（文件和文件夹）的名称列表，故len()统计的是条目总数而非纯文件数；需配合os.path.isfile(os.path.join(path,f))过滤才能准确计数。
-
Python中可哈希对象需满足“相等对象哈希值相同”且哈希值生命周期内不可变；内置不可变类型（如int、str、tuple）默认可哈希，可变类型（如list、dict）默认不可哈希；自定义类需同时实现__hash__和__eq__方法，并确保参与哈希的属性逻辑不可变。
-
np.convolve做低通滤波易出错，因默认'full'模式导致输出变长且边界失真；'same'仅截取中间段，未解决零填充污染与相位延迟问题。
-
Python读取TXT乱码主因是编码未显式指定，应据文件实际编码用encoding='utf-8'或'gbk'等；不确定时可用chardet探测；utf-8-sig可自动处理BOM；read()适合小文件，readline()/readlines()按需选择。
-
match-case不是简化if-elif的万能工具，而是专用于嵌套结构、类型+字段组合、多条件解构的利器；用错场景反而降低可读性、引入bug。
-
弱引用不能自动避免内存泄漏，其生效前提是目标对象除弱引用外无其他强引用；典型用途包括WeakValueDictionary缓存、观察者模式解耦等，但需注意key生命周期、线程安全及finalize的不确定性。
-
使用AWSSAM部署Lambda函数时，若通过samdeploy--template-file显式指定模板文件，会导致依赖包（如requirements.txt中声明的pytest）未被正确打包上传，从而在运行时抛出ModuleNotFoundError。根本原因在于该参数绕过了SAM的自动构建产物引用机制。
-
asyncio无分布式锁，需用Redis实现：通过SETkeyvalueNXEX原子加锁，Lua脚本安全解锁，UUID防误删，超时须大于业务耗时，避免contextmanager封装，重视降级与监控。
-
Python处理跨平台换行符时，可通过open函数自动转换或手动替换统一为\n。读取时使用文本模式可自动标准化为\n；需精确控制时可用replace方法将\r\n和\r替换为\n；写入时通过newline参数指定换行格式；批量处理可结合pathlib遍历文件并统一换行符，确保跨平台兼容性。
-
处理大文件需流式读取与增量计算：按行读取最稳妥，分块读取适用于无行结构文件，生成器封装提升复用性，结合csv.DictReader、itertools.islice、Welford算法等实现高效内存控制。
