-
Python命名空间是名字到对象的映射，分为局部、全局和内置三类，按LEGB规则查找；作用域决定可见性，if/for不建新命名空间，class创建独立命名空间，可用locals()、globals()等查看。
-
Python不支持InterfaceOne&InterfaceTwo这样的交集类型语法，但可通过typing.Protocol定义结构化协议，并通过多重继承协议创建“组合协议”，从而精准表达“必须同时满足多个接口”的类型约束。
-
面向失败的设计需预判故障点并确保系统可恢复，而非仅用try/except掩盖错误；每个except必须记录日志、告警或降级，区分I/O异常类型，HTTP失败时优先缓存或切备用接口，非法输入应抛具体异常而非返回None，测试须覆盖失败路径。
-
list.index()找不到元素时抛ValueError而非返回-1或None；支持start/stop参数限定搜索范围但返回原列表绝对索引；仅返回首个匹配索引，查全部需用enumerate；行为与str.find()不同，不可混用。
-
ROC曲线画不出需确认输入为正类概率或决策函数值；多模型ROC需复用ax参数叠加绘制；AUC值与曲线不匹配常因混淆AP与AUC或未正确处理多分类；保存高清图应调用tight_layout()于legend后并设bbox_inches='tight'。
-
防重表必须用业务唯一ID作主键或唯一索引，如order_no、trade_no或message_id；禁用自增ID；需与业务操作同事务；用INSERTIGNORE/ONCONFLICT原子写入；定期清理过期数据。
-
Flask的request在后台线程中不可用，因其依赖线程局部的请求上下文；需手动提取数据传入子线程，或使用copy_current_request_context；app_context适用于无请求场景，request_context才支持request/g/session。
-
Python爬虫不直接做目标检测，需先用requests+BeautifulSoup等爬取带标签图像数据，再用YOLO等模型训练检测模型。
-
Pillow批量转图需手动兜底：用os.path.getsize()排除0字节文件，try/except捕获UnidentifiedImageError跳过损坏图；save时显式指定format和quality等参数，用pathlib.Path安全拼路径并os.makedirs(...,exist_ok=True)自动建目录，RGBA转JPEG前须convert("RGB")。
-
print(arr)显示省略号是因为NumPy默认启用摘要打印，由np.get_printoptions()的threshold参数控制，默认1000但小数组异常省略常因threshold被设低或Jupyter干扰；禁用方法是np.set_printoptions(threshold=np.inf)或上下文管理器临时生效，并建议配合linewidth=np.inf防折行。
-
必须用Starlette或FastAPI实现SSE：Flask因WSGI同步模型无法可靠维持长连接，易卡顿丢事件；Starlette轻量可控，FastAPI适合需鉴权与校验的场景；需正确设置响应头、双换行分隔、ID去重、转义换行符，并捕获ClientDisconnect清理资源。
-
<p>np.linalg.eig返回的特征向量是列向量，即v[:,i]对应第i个特征值w[i]，但print(v)屏幕显示按行展示，易误读为“每行一个向量”；实际布局符合线性代数惯例，验证方式为检查A@v[:,0]≈w[0]*v[:,0]。</p>
-
clipnorm是对梯度向量整体按L2范数缩放裁剪，保持方向一致性；clipvalue是对每个梯度元素单独限幅裁剪，易破坏梯度结构；二者互斥，需在优化器初始化时设置，且clipnorm更常用。
-
__del__不可靠，仅在引用计数归零且无循环引用时可能调用；循环引用会导致其永不执行；解释器退出时易因全局对象销毁而异常；应优先使用with语句和__exit__进行确定性资源清理。
-
Python中exp函数用于计算eˣ，需导入math或numpy模块；math.exp()适用于单个数值，如math.exp(1)≈2.718；numpy.exp()可处理数组，如np.exp([0,1,2])返回[1.,2.718,7.389]，常用于sigmoid、softmax等模型计算。
