-
Python函数调用性能瓶颈主要源于栈帧的频繁创建与销毁，每次调用生成约200字节的帧对象，递归过深、高频小函数、闭包及调试工具使用均加剧内存与GC压力，优化需聚焦减少非必要帧生成。
-
module级fixture（scope="module"）确保同模块内仅初始化和清理一次数据库等资源，但不跨文件共享，且teardown须在yield后显式处理、不可抛异常，也不能接收function级参数。
-
默认json.dumps处理自定义对象慢，因其不识别非内置类型，每次均需通用default回调做类型判断与字段遍历，无缓存、不跳过私有属性、不预编译路径；高效方案是继承JSONEncoder精准分支处理，或改用orjson等高性能库直接序列化。
-
Matplotlib画图不显示主因是缺plt.show()或后端冲突；Seaborncatplot与boxplot参数不互通；图例应优先用ax.legend()；中文显示需配置font.sans-serif字体列表并验证系统可用字体。
-
Python字符串拼接应按场景选择：少量用f-string或+，大量用''.join()，禁用循环中+=；f-string简洁高效，join()适合批量和带分隔符场景。
-
该错误源于未初始化进程组，需用torchrun启动并调用init_process_group；DDP下loss不降或梯度nan主因是未用DistributedSampler且未调set_epoch；混合精度训练中GradScaler须每进程独立创建并严格按scale→backward→step→update顺序执行。
-
np.char.strip仅支持ndarray输入，不接受list/tuple；需先转为dtype=U的字符串数组，并显式处理全角空格等Unicode空白符。
-
Python文件操作必须进行精准异常处理：FileNotFoundError、PermissionError等需分类捕获，配合with语句、路径预检和日志记录，保障程序健壮性与用户体验。
-
Python内置json模块支持JSON与Python对象双向转换，核心方法为loads/load（解析）和dumps/dump（生成），兼容常见类型，需注意编码、中文显示、日期处理及非标准类型限制。
-
groupby().head()返回空或结果错误，因它按原始行序取每组前N行而非按指标排序；需先sort_values再groupby().head()，或改用apply(nlargest)并注意NaN、索引、并列处理。
-
pipinstall报错“OSError:[Errno28]Nospaceleftondevice”但磁盘仍有空间，实为/tmp（常为tmpfs）被临时文件占满；通过设置TMPDIR指向大容量本地目录可绕过该限制，需验证python-c"importtempfile;print(tempfile.gettempdir())"确认生效。
-
结论：TensorFlow2.x中kernel_initializer是层的必填参数，默认支持字符串别名（如"he_normal"、"glorot_uniform"），内部自动映射为对应初始化器，无需手动管理变量；传字符串生效因Keras规范注册了标准别名，且各初始化策略严格匹配激活函数以保障梯度稳定。
-
Python中安全存储密码不能直接明文保存，必须使用加盐哈希（saltedhash）。核心原则是：每次生成唯一随机salt，再用密码学安全的哈希函数（如bcrypt、argon2或pbkdf2）混合salt计算哈希值，最后将salt和哈希值一起持久化存储。为什么不能用普通哈希（如md5、sha1）md5、sha1等快速哈希算法专为校验设计，不是为密码保护而生。攻击者可用彩虹表或GPU暴力穷举在毫秒级破解弱口令。即使加固定salt，也无法抵御针对性字典攻击。安全哈希需满足三点：
-
PyPDF2是一个用于处理PDF文件的Python库，适合执行提取文本、合并文档、拆分页面等基础操作。要提取文本，可使用PdfReader并遍历每页调用.extract_text()；对于合并多个PDF，可用PdfWriter实例并添加各文件页面后写入新文件；拆分则通过指定页码范围取出页面并保存为新文件；此外，还可实现加水印和加密等进阶功能。虽然PyPDF2功能有限，但轻量易用，适用于简单处理，复杂需求则需结合其他工具如pdfplumber或PyMuPDF。
-
直接用json.dumps或简单循环无法真正展平嵌套字典，因其不处理list中元素、不区分数据类型、键名拼接无规则；需递归遍历dict和list，为每个路径生成唯一键名（如a.b.0.c）。
