-
Python中requests设置代理需注意代理类型、格式及报错原因：支持HTTP/HTTPS/SOCKS五种协议，格式为字典；可通过单次传参、Session全局设置或环境变量三种方式配置；需用no_proxy绕过本地地址，验证推荐httpbin.org/ip接口。
-
Python单向链表只需Node和LinkedList两个类，Node存data和next，LinkedList封装操作；需注意head为None时的空判，避免AttributeError；双向链表需同步更新prev/next并防None访问；建议实现__iter__和维护_size的__len__；实际项目优先用list或deque。
-
本文详解在macOS上启动他人开发的Django项目时的完整流程，重点解决因依赖缺失（如mathfilters）导致的ModuleNotFoundError，涵盖虚拟环境创建、依赖安装、配置检查与服务启动等关键步骤。
-
在基于os.fork()的多进程场景中，Rich等终端进度条无法跨进程共享状态；本文提供一种规避进程隔离限制的实用方案——将耗时逻辑封装为独立可执行函数，并通过单进程+行级插桩方式模拟进度更新，兼顾可视化与可靠性。
-
configparser报NoSectionError因.ini要求至少一个[section]头；解决需加显式section、用RawConfigParser预处理或改用JSON/YAML；环境变量优先级高于配置文件；多源配置推荐pydantic-settings安全合并。
-
直接用全局变量+自增会出错，因为counter+=1非原子操作，分读取、计算、写回三步，多线程可能同时读到相同旧值导致丢失一次递增；必须用threading.Lock全程保护读写。
-
在Python中实现数据抽样，核心思路是根据数据类型和需求选择random、numpy或pandas模块。1.对于列表等序列数据，使用random.sample()进行不重复抽样；2.对于数值数组，采用numpy.random.choice()，可控制放回或不放回；3.对于表格数据，使用pandas.DataFrame.sample()进行灵活抽样。此外，分层抽样可通过groupby结合sample实现，确保各类别比例一致。放回抽样允许元素重复，适用于Bootstrap等场景，而不放回抽样则保证样本唯一性
-
必须用fromtkinterimportttk或importtkinter.ttk，不能直接importttk；启用主题需先创建根窗口再调用ttk.Style()并用theme_use()设置，如'vista'或'clam'。
-
tracing记录单次前向路径，仅捕获示例输入的计算图；scripting静态分析代码，支持控制流但要求逻辑可被JIT解析。
-
ConfigParser默认section名大小写敏感；修改后需显式write()才保存；set()前须add_section()；读取数值/布尔值需用getint()/getboolean()等方法；value首尾空格会被保留。
-
准确率需确保y_true与y_pred标签空间一致，多分类慎用accuracy_score；precision/recall必须指定average参数；F1平衡precision与recall，非accuracy升级版；混淆矩阵是诊断基础。
-
watchdog启动后事件不触发的主因是路径错误或权限/符号链接问题；on_modified重复触发源于编辑器写入策略；recursive=True不监听新子目录需手动补注册；CPU升高多因事件积压或异常未捕获。
-
本文介绍如何通过深度优先搜索算法，从任意起始节点出发，找出无向图中所有可达节点，并进一步识别整个图的连通分量——即彼此可达的节点集合，适用于邻接矩阵或邻接表表示的图结构。
-
推荐生产环境用inspect.stack()[0].function，因其跨解释器兼容、稳定可靠；sys._getframe().f_code.co_name虽快但属CPython内部API，存在可移植性、安全性及优化模式风险。
-
直接通过类名修改静态属性会同步影响所有实例，但已被设置同名实例属性的实例会遮蔽该修改；需批量修改时应遍历实例调用setattr，而非操作类属性。
