-
MNE库处理脑电波数据的流程包括加载数据、预处理、分段与平均、最终获取ERP。首先，使用MNE加载.fif、.edf等格式数据为Raw对象；其次进行预处理，1）滤波去除噪声，2）检测并插值坏导，3）通过ICA或SSP剔除生理伪迹；接着定义事件并分割数据为Epochs，同时进行基线校正和坏段剔除；最后对分段数据平均生成ERP，并可视化分析结果。整个过程需反复调试参数以确保数据质量与分析准确性。
-
Python网页爬虫核心是“发请求→取内容→解析→存结果”，推荐requests+BeautifulSoup组合，需加headers防反爬、处理编码乱码、用CSS选择器精准定位、加延时与随机User-Agent，并优先保存为UTF-8编码的CSV或JSON。
-
函数本身线程安全，但访问共享可变状态（如全局变量、类属性）会导致竞态；需用Lock同步、threading.local隔离或避免共享。
-
STATIC_URL应写为绝对路径/static/，既保证浏览器正确访问，又避免子路径部署错乱；开发用此值，上线后通过Nginx或STATICFILES_STORAGE切换CDN。
-
最快用pipeline，需控细节则复用AutoModelForSequenceClassification+AutoTokenizer；换中文模型要选明确情感微调的（如Erlangshen-RoBERTa），且tokenizer必须同源；truncation和padding必须设True并return_tensors="pt"；batch_size非越大越好，需依显存与吞吐实测调优。
-
切片操作使用list[start:end:step]格式，start为起始索引（含，默认0），end为结束索引（不含，默认列表长度），通过方括号和冒号实现。
-
CountVectorizer默认不支持词干提取，因其设计追求轻量、可复现、无语言依赖；需通过自定义tokenizer参数注入NLTKPorterStemmer实现词干化，同时注意停用词匹配与中英文适配问题。
-
ModelMeta中的ordering没起作用最常见原因是调用了order_by()、reverse()或切片（如[0:5]），这些操作会清除Meta默认排序；Django遵循“显式优先”原则，只要QuerySet有任意排序动作就忽略Meta设置。
-
使用os.walk()可递归遍历目录，返回路径、子目录和文件三元组；2.pathlib.Path提供更现代简洁的语法，rglob()递归遍历，iterdir()仅当前目录；3.可结合条件筛选特定文件如*.py。
-
np.searchsorted比手写二分快是因为它用C实现、操作连续内存、避开Python循环和类型检查；它返回插入位置而非布尔值，要求输入升序，支持left/right侧定位重复元素，不支持多维直接调用。
-
Q对象组合必须显式加括号控制优先级，NOT需注意NULL处理，Q不能直接引用annotate字段或子查询外的聚合结果。
-
Jinja2适用于复杂Web文本生成，string.Template适合简单安全替换，f-string用于代码内快速拼接，Mako和Django模板则分别侧重性能与框架集成。
-
issubclass用于检查类继承关系，需传入类对象且顺序正确；支持元组参数批量判断；对ABC需注意注册或__subclasshook__机制；误用字符串、实例或颠倒顺序会报错。
-
main.py是Python项目约定俗成的入口文件名，非语言强制但保障协作与工具链一致性；它解决python-m执行、自动化工具识别及新人直觉启动问题，与ifname=='__main__':协同实现安全可导入的主逻辑封装。
-
Pythonthreading模块支持多线程编程，1.用threading.Thread创建线程，调用start启动，run可重写；2.join阻塞主线程，is_alive判断运行状态，daemon设守护线程；3.current_thread获取当前线程，main_thread获取主线程，active_count统计活跃线程，enumerate列出所有活跃线程；4.Lock、RLock、Semaphore、Event、Condition为同步工具，常用Thread、start、join、Lock和curr
