-
FastAPI中exclude参数在Pydanticv2下不支持Field中声明，需通过.model_dump(exclude={...})手动调用或在model_config中配置（v2.6+），静态exclude无法处理动态权限脱敏和嵌套模型穿透排除。
-
过拟合最直观表现是训练损失持续下降而验证损失在某epoch后稳定回升；此时模型死记训练样本、泛化能力丧失，需通过val_loss走势、准确率差距、学习曲线等多维度综合判断。
-
根本原因是yield前异常导致清理逻辑不执行；正确做法是用try/finally包裹全部资源操作，yield仅交出资源，且需防御性判断避免覆盖原始异常。
-
PolynomialFeatures维度爆炸因生成所有组合项，列数为C(n+degree,degree)；实操需控制交互项、标准化、限制输入范围、避免盲目升阶及稀疏矩阵错误。
-
本文详解Python项目（如Telegram机器人）在Ubuntu18服务器部署时因工作目录和包结构不匹配导致的ModuleNotFoundError问题，提供可复用的路径管理、相对/绝对导入方案及生产级部署建议。本文详解Python项目（如Telegram机器人）在Ubuntu18服务器部署时因工作目录和包结构不匹配导致的ModuleNotFoundError问题，提供可复用的路径管理、相对/绝对导入方案及生产级部署建议。在Ubuntu18服务器上
-
islice不会提前耗尽迭代器，因为它惰性求值，仅在实际遍历时才从底层迭代器拉取元素，不预加载、不缓存、不回退，时间复杂度O(start+n)，空间复杂度O(1)。
-
Loguru更适合快速落地因其默认支持结构化输出、自动轮转和线程安全，无需手动配置handler/formatter/level；structlog依赖绑定机制与上下文管理器维持请求上下文；JSON中文转义需设置ensure_ascii=False；字段命名应统一snake_case以利日志查询。
-
PdfPages保存多图PDF需显式调用close()、每张图用plt.figure()或fig对象控制；避免复用figure导致重叠；设figsize防挤压；用fig.text加页码；中文需设字体；大量图时及时plt.close()防OOM。
-
list_editable会显著拖慢DjangoAdmin，因其为每行每字段渲染表单控件，触发重复查询、验证、widget渲染及str调用，尤其外键字段引发全表SELECT；性能随行数线性恶化，50行即可明显卡顿。
-
动态创建Django模型必须等待apps.ready为True后，用ModelBase.__new__()构建，并显式调用apps.register_model()和add_to_class()补全元信息，否则ORM、admin、迁移均失效。
-
SMOTE并非万能开关，常因特征未标准化、k_neighbors过大或全局调用导致precision下降、F1降低；正确做法是在imblearn.Pipeline中前置StandardScaler、设k_neighbors=3，并在交叉验证内局部重采样。
-
在Python子类__init__中，应直接使用传入的参数（如x）而非self.x调用子类特有方法；因self.x类型在父类中未被严格约束，IDE无法推断其具体子类方法，易触发类型警告。
-
本文详解如何正确配置coverage.py，使其捕获pytest所启动的子进程（如GUI应用、独立Python脚本等）的执行路径，解决“no-data-collected”警告及覆盖率仅显示__init__.py的常见陷阱。
-
callable返回True不保证对象能安全调用，仅检测__call__方法存在；可能因未初始化、参数错误等运行时异常失败，需结合类型检查、签名验证和守卫逻辑综合判断。
-
Python的int类型原生支持任意精度大整数，无需额外库；pow(a,b,m)是高效模幂运算唯一推荐方式；bin()/hex()转换比格式化更快，int(s,base)支持超长字符串解析。
