-
应选'a'模式追加文件，但需先检查zip文件是否存在且非空，否则空文件会触发BadZipFile异常；'w'模式会覆盖原文件，'r'模式不可写入。
-
type()创建类的三个必需参数是name（字符串类名）、bases（元组形式的父类列表）、dict（类体命名空间字典）；缺一或类型错误即抛TypeError，且dict中方法须为可调用对象。
-
memoryview.cast()仅在底层缓冲区字节存储、目标dtype元素大小整除总字节数且对齐无冲突时实现零拷贝；bytes仅支持cast('B')，array.array和bytearray在长度匹配前提下可安全转换，numpy.ndarray支持更灵活的reinterpret_cast。
-
f-string（格式化字符串字面量）是Python3.6引入的最简洁、高效、可读性最强的字符串格式化方式。它直接在字符串前加f或F，花括号内写表达式，运行时实时求值并转换为字符串。基础用法：变量插值与表达式计算只需在字符串前加f，把变量或任意合法表达式放进{}中即可：name="Alice";age=30;print(f"Hello,{name}.Youare{age}yearsold.")→Hello,Alice.Youare30yearsol
-
字典翻转时原value重复会导致数据丢失，因新key必须唯一；应先检查value唯一性或用defaultdict(list)处理重复，单层无重复场景推荐{v:kfork,vind.items()}。
-
requests.Session能自动携带Cookie是因为它内部维护CookieJar，自动解析Set-Cookie并在后续请求中按域名、路径等规则注入Cookie头；必须用同一实例完成登录与后续请求，且登录接口须正确返回有效Set-Cookie。
-
Python循环引用需用weakref打破、避免__del__、慎用gc.collect()，典型场景如父子节点、观察者模式、闭包隐式引用，调试宜用objgraph而非DEBUG_SAVEALL。
-
模型并行是将单个模型拆分到多卡，各卡负责不同层；而DataParallel和DDP是数据并行，需模型完整副本在每卡。仅当单卡显存不足时才用模型并行，否则优先选DDP。
-
np.genfromtxt读带表头CSV时第一行出错，因默认不跳过表头且尝试将字符串转float报错；需用skip_header=1跳过表头，配合missing_values、filling_values处理缺失值，并注意编码与dtype设置。
-
GeneratorExit不能用try-except捕获，它继承自BaseException而非Exception；资源清理必须放在finally块中，且finally内不可yield。
-
reset_index()默认不删除原索引列，而是将其转为普通列；需加drop=True才真正丢弃，inplace=True可直接修改原对象，否则须赋值接收返回值。
-
TfidfVectorizer更适合大多数文本分类任务，因其通过TF-IDF加权自动抑制高频无意义词、增强判别性词汇权重，通常比CountVectorizer提升1–5个百分点准确率，尤其在短文本或类别边界模糊时效果更显著。
-
max(d,key=d.get)可直接获取字典中值最大的键，适用于非空字典且值可比较；空字典会抛ValueError，多最大值时仅返首个，类型混杂需在key中兜底处理。
-
唯一稳妥路径是用conda创建Python3.9环境：condacreate-ntf29python=3.9，再condainstall-cconda-forgetensorflow=2.9.0；因TensorFlow2.9官方不支持Python3.10+，其二进制包依赖libpython3.9.so，ABI不兼容导致pip强装必失败。
-
Lock是非可重入互斥锁，同一线程重复acquire会死锁；RLock是可重入锁，支持同一线程多次acquire和对应次数的release，适用于递归或嵌套调用场景。
