-
base64.b64encode()必须传入bytes，需用"rb"模式读取图片；解码时须补全padding并用"wb"写入；大图应避免一次性read以防内存溢出；Base64图片无法被CDN缓存且不支持懒加载。
-
glob模块用于匹配文件路径名，支持通配符如、?、[abc]和*（配合recursive=True实现递归），可快速查找指定模式的文件，返回字符串列表，常用作文件批量处理。
-
连接Python和Spark的关键在于安装PySpark并正确配置环境。首先，使用pipinstallpyspark安装PySpark；其次，通过创建SparkSession设置应用名称、运行模式及配置参数；第三，若需连接远程集群，需确保版本一致、配置文件齐全并设置SPARK_HOME；最后，注意Python版本匹配、网络权限、依赖管理和日志排查等常见问题。
-
因为可变对象作默认参数会在函数定义时创建一次并被所有调用共享，导致修改污染后续调用；正确做法是用None占位并在函数体内初始化新对象。
-
FloatingPointError很少直接由普通计算触发，因为它默认禁用，仅在启用浮点异常信号且发生除零、溢出等严重异常时抛出；日常精度误差源于float二进制表示局限，非该异常。
-
lxml不支持XPath2.0，因其底层libxml2仅实现XPath1.0；尝试使用lower-case()等函数会抛出XPathEvalError；可行方案是SaxonC（支持完整XPath2.0/3.0/3.1）或Python层模拟。
-
根本原因是子进程启动时复用父进程的CUDA上下文或OpenCV等非fork-safe库的全局状态，导致初始化阻塞；典型表现为卡在forbatchindataloader:且无报错。
-
Python网络重试机制核心是精准判断可重试场景与合理退避：仅对临时性失败（如502/503/504/429）重试，禁用对4xx客户端错误等重试；推荐requests+urllib3原生重试策略，或自定义带抖动指数退避函数，并需配合超时、限流、日志及幂等设计。
-
密集特征学习是通过深度网络自动提取高维连续向量表示，常用预训练模型（如ResNet、BERT）直接提取；标注少时可用对比学习等自监督方法增强判别力；需L2归一化、PCA降维等后处理提升下游效果。
-
用scipy.stats.ks_2samp可快速检验训练集与测试集数值特征分布偏移，不假设正态性、对连续变量敏感，p值显著变化（如低于0.05）常提示数据采集逻辑变更；需配合check_array校验dtype一致性，避免int64与float64引发伪偏移；小规模数据可辅以pairwise_distances计算样本级距离判断覆盖范围。
-
根本原因是render未传request导致csrf_token未注入；Ajax需手动设X-CSRFToken头；@csrf_exempt慎用，Webhook应验签而非禁用CSRF；CSRF_COOKIE_HTTPONLY必须为False。
-
RecursionError是Python因递归深度超过默认限制（约1000层）而抛出的异常；调高sys.setrecursionlimit有段错误、掩盖逻辑缺陷和线程栈受限等风险，仅适用于深度可控、输入固定或调试验证等少数场景。
-
PythonWeb权限系统应采用PermissionNode与RolePermission双表结构，扁平建模、JOIN查询获取权限；菜单与接口权限解耦；Redis缓存权限集并懒加载更新；装饰器统一校验，核心逻辑仅为perm_codeinget_user_permissions(user_id)。
-
drop_duplicates需用subset指定列去重，默认保留首次出现行；不赋值或inplace=True则原数据不变；NaN默认视为相同，多列去重前须统一数据类型与列名格式。
-
PyInstaller打包后报“failedtoexecutescript”主因是资源路径错误或依赖未收集：需用sys._MEIPASS定位文件、--add-data添加非Python资源、预装VC运行库解决DLL缺失，优先选--onedir和纯净虚拟环境减体积。
