-
Flask-SocketIO频繁掉线的本质是客户端、服务端及代理层的ping_interval与ping_timeout配置未对齐，导致心跳超时断连；需三方同步设置且单位一致（服务端秒、客户端毫秒），并确保Nginx等代理透传Upgrade头且proxy_read_timeout≥ping_interval+ping_timeout。
-
Python的垃圾回收机制主要通过引用计数和分代回收协同工作。引用计数即时回收无引用对象，实现高效内存管理，但无法处理循环引用；分代回收则通过将对象按存活时间分为三代，定期检测并清除循环引用，弥补引用计数的不足。两者结合，既保证了内存释放的及时性，又解决了复杂场景下的内存泄露问题，构成了Python高效且健壮的内存管理机制。
-
不能直接改CELERY_BEAT_SCHEDULE，因其是Django启动时加载的静态配置，需重启才生效；应使用django-celery-beat的DatabaseScheduler，将任务存数据库并自动轮询更新。
-
XGBoost的train比GradientBoostingRegressor快，核心在于分裂点搜索方式：GBDT用O(n)精确贪心搜索，XGBoost用O(k)近似分位数草图（k≪n）。
-
Python浮点取整有四种方式：1.int()向零截断，如int(-3.7)→-3；2.round()按银行家舍入，如round(2.5)→2；3.math.floor()向下取整，如floor(-3.7)→-4；4.math.ceil()向上取整。
-
该用send_file()时：处理动态路径、内存流、已打开文件或需自定义响应头；send_from_directory()仅限安全静态文件，严格校验路径是否在预设根目录内且无遍历风险。
-
最直接的方法是使用哈希表统计元素频率，再找出最大值。遍历列表，用字典记录每个元素出现次数，然后遍历字典找出计数最大的元素。Python中可用collections.Counter优化实现，大规模数据可采用分块处理或数据库方案。
-
SymPy的sympy.vector模块要求严格区分向量与标量；若对向量p减去一个未显式构造为向量的表达式q（如仅含点积结果），SymPy会自动忽略标量项，导致减法“失效”。关键在于：所有参与向量运算的量必须同为向量类型。
-
PyechartsHTML打不开是因浏览器禁用file://协议加载资源，应启用HTTP服务预览或用render_notebook()；链式调用须以render()结尾；中文乱码需在set_global_opts中设置font_family；生产环境宜用CDN模式避免内联资源问题。
-
csv.DictReader默认将第一行当标题，无标题时会导致数据错位和KeyError；重复标题会静默去重并丢失对应列；应显式传入fieldnames或前置校验标题。
-
Python多线程共享数据须避免竞态条件，优先使用queue.Queue、threading.local()或Lock；禁用全局变量直接读写、非原子字典操作及“只读”假设。
-
素数是只有1和它本身两个正因数的数；判断时先排除小于2的数，2是唯一偶素数，对n≥3只需试除到√n。
-
在使用train_on_batch()等底层训练方式时，Keras回调（如ModelCheckpoint、EarlyStopping）会因未绑定模型而抛出AttributeError；必须显式调用callback.set_model(model)初始化回调，否则其内部无法访问model.optimizer、model.save_weights()等关键属性。
-
Tkinter开发GUI需三步：创建根窗口并调用mainloop()；用grid()/pack()布局控件如Label、Entry、Button；通过command或bind绑定事件，用StringVar等变量类管理状态。
-
Python虚拟环境目录删不掉，大概率是Windows的MAX_PATH限制（260字符）导致路径无法解析，可用robocopy/purge清空长路径目录，再删除空文件夹；或用PowerShell的Remove-Item-LiteralPath强制删除；治本之策是启用系统级长路径支持并重启。
