-
TfidfVectorizer更适合大多数文本分类任务，因其通过TF-IDF加权自动抑制高频无意义词、增强判别性词汇权重，通常比CountVectorizer提升1–5个百分点准确率，尤其在短文本或类别边界模糊时效果更显著。
-
max(d,key=d.get)可直接获取字典中值最大的键，适用于非空字典且值可比较；空字典会抛ValueError，多最大值时仅返首个，类型混杂需在key中兜底处理。
-
唯一稳妥路径是用conda创建Python3.9环境：condacreate-ntf29python=3.9，再condainstall-cconda-forgetensorflow=2.9.0；因TensorFlow2.9官方不支持Python3.10+，其二进制包依赖libpython3.9.so，ABI不兼容导致pip强装必失败。
-
Lock是非可重入互斥锁，同一线程重复acquire会死锁；RLock是可重入锁，支持同一线程多次acquire和对应次数的release，适用于递归或嵌套调用场景。
-
random.choice不能直接用于NumPy数组抽样，会因不可迭代或行为不可控报错；应使用numpy.random.Generator.choice，支持ndarray输入、replace=False及axis控制。
-
pipfreeze>requirements.txt在新机器上装不完，因它导出所有包（含间接依赖、开发依赖、本地包），不区分来源与版本约束强度，且跨平台编译产物、系统库依赖易导致安装失败。
-
答案是Python的re模块通过结合正则表达式和映射字典实现数字与英文单词的相互转换，具体使用re.sub()配合回调函数完成替换操作。
-
Python写入文件时换行符不显示，因Windows记事本仅识别\r\n，而文本模式默认将\n转为系统原生换行符；二进制模式或newline=''可禁用自动转换，手动写\r\n确保记事本正常换行。
-
uWSGI是一个高性能Python应用服务器，用于Nginx与Django/Flask等应用间通信，遵循WSGI协议并支持uwsgi二进制协议，具备高并发、低资源占用、热加载和灵活配置等特点，常通过配置文件与Nginx配合部署生产环境。
-
Python允许动态增加对象属性，根本原因是其对象模型采用灵活性优先的设计哲学，实例属性默认存储在__dict__字典中，支持运行时增删，同时提供__slots__、__setattr__等机制实现可控约束。
-
直接用ModelSerializer嵌套序列化会出错，因DRF默认不展开外键或反向关联字段，仅返回ID或空列表；需显式用子序列化器并重写create/update方法，配合prefetch_related避免N+1查询。
-
Python的必背入门代码包括：1.变量定义和基本运算，2.字符串操作，3.条件语句，4.循环结构，5.函数定义和调用，6.列表和字典操作，7.文件读写。这些基础代码帮助初学者理解Python的基本语法和结构，为进一步学习和应用Python打下坚实的基础。
-
只换User-Agent根本没用，因为网站已通过Accept-Language、Sec-Fetch-*、连接行为等多字段交叉验证真实浏览器特征，需同步构造自洽请求头、动态延迟及IP行为一致性。
-
Python高阶函数的实际价值在于抽离重复逻辑、明晰数据流、支持行为配置，尤其适用于批量处理、规则统一和动态策略场景，能显著减少冗余、提升可维护性。
-
Python输出小数主要通过格式化控制显示位数与四舍五入，推荐f-string（如f"{3.14159:.2f}"），其次format()和%格式化；格式化仅影响显示，不改变float固有精度，精确计算需用decimal模块。
