-
Django采用MVT架构而非MVC：Model负责数据逻辑与数据库交互，View处理请求响应（类似MVC的Controller），Template专注页面渲染。
-
遵循PEP8规范，使用4空格缩进、合理命名变量函数、添加必要注释、规范导入顺序，并采用f-string格式化字符串，提升代码可读性与维护性。
-
Python处理IO密集型任务时，用同步方式容易卡在等待网络响应、文件读写或数据库查询上，CPU空转，效率低。真正有效的解法不是靠多线程硬扛（GIL限制下效果有限），而是用异步I/O——让单线程在等待时立刻切换去干别的事，等IO完成再回来继续。asyncio+await是现代Python异步的基石Python3.7+中，asyncio是标准库提供的异步运行时，async/await是声明和驱动协程的语法。它不启动新线程，而是在一个线程内通过事件循环调度多个协程，实现高
-
返回函数指函数返回另一个函数对象，常用于闭包、装饰器等场景。例如make_adder(n)内部定义add(x)并returnadd，此时返回的是函数对象；plus_5=make_adder(5)后，plus_5保留对n=5的引用，调用plus_5(3)输出8，体现闭包特性。
-
Python协程性能瓶颈在于I/O等待、CPU密集任务阻塞、调度不当或同步代码混用；应避免time.sleep()等同步操作，改用asyncio.sleep()、aiohttp、asyncpg等异步方案，控制并发、卸载CPU任务至线程/进程池，并优选uvloop提升事件循环性能。
-
迁移Python环境需先在旧电脑导出包列表：pipfreeze>requirements.txt，再在新电脑安装相同Python版本并用pipinstall-rrequirements.txt恢复依赖，建议使用虚拟环境隔离项目，最后验证包是否完整及项目能否正常运行。
-
type()用于查看对象类型，如type(5)返回<class'int'>，type("hello")返回<class'str'>，type([1,2,3])返回<class'list'>；实际使用中可检查变量类型，name="Alice"时print(type(name))输出<class'str'>；与isinstance()不同，type()不考虑继承关系，适合调试和精确类型查询。
-
文本生成需清洗标准化数据、分词映射ID并构建含特殊标记的词表；采用因果掩码的Transformer解码器架构；以自回归方式训练，用交叉熵损失并右移标签；推理支持贪婪/束搜索及采样策略。
-
Python本身无界面语言概念，中文显示问题源于外围工具或环境配置；需分别设置系统区域、IDLE字体与编码、IDE界面语言、tkinter字体等。
-
Python字符串去空格需按场景选择方法：strip()等仅处理首尾ASCII空白；全角空格需显式传参；replace()/translate()适合批量删特定字符；正则re.sub()最灵活，可处理逻辑空格及不可见字符。
-
Python数据清洗需识别脏数据模式、选合适工具并避免重复劳动；pandas为主力，配合numpy、re、datetime等库；常见脏数据包括空值、重复行、格式混乱、异常值、编码错误；清洗前用df.info()、df.sample()、df.nunique()探查数据；缺失值按性质处理，文本用str+正则清理，时间字段标准化并衍生特征；清洗后保存中间结果便于回溯。
-
模型调优是围绕数据、模型结构、训练过程和评估反馈的系统性迭代，核心是提升图像任务的稳定性、准确性和泛化性，而非单纯刷高验证集指标。
-
在Flask中使用Flask-RESTful的Resource类实现基于类的视图时，若get()方法直接返回HTML字符串，默认响应头未设置Content-Type:text/html，导致浏览器将其当作纯文本而非HTML解析，从而无法正确渲染表单。
-
Python字典基于哈希表实现，键必须为不可变类型以确保哈希值稳定，查找、插入、删除平均时间复杂度为O(1)；当键冲突时采用开放寻址法解决，并在负载因子过高时自动扩容，保证操作高效性。
-
本文详解如何使用MongoDB聚合管道（$unwind+$match+$group）完整保留嵌套数组中所有满足正则匹配的子文档，并正确重组为原始结构，避免因误用$replaceRoot或$mergeObjects导致的单元素数组问题。
