-
Dash上线子路径需设requests_pathname_prefix='/bi/'，Nginx配置proxy_pass末尾斜杠不可少；图表更新须返回新figure对象而非修改原data；多输入触发应查callback_context.triggered；用户数据须存dcc.Store，禁用全局变量。
-
Epoch时间变长主因是gc.collect()拖累训练，它强制CPU停顿、打断GPU流水线，导致GPU空转；TensorFlow2.x中eager模式下频繁调用会引发三重开销，应改数据流和对象生命周期而非依赖GC。
-
PyTupleObject比PyListObject更轻，因其无allocated字段、对象头更小、采用柔性数组紧凑布局，且0–20长度元组被全局缓存复用。
-
Python3.7+中dict已保证插入顺序，按键排序应直接用{k:d[k]forkinsorted(d)}，无需OrderedDict；仅当需move_to_end()、popitem(last=False)或严格顺序相等性时才用OrderedDict。
-
答案：Python迭代器通过__iter__()和__next__()方法实现逐个访问元素，避免一次性加载全部数据。自定义迭代器需实现这两个方法，如Fibonacci类生成斐波那契数列；也可用iter()函数从列表等可迭代对象创建迭代器；生成器函数使用yield关键字简化迭代器编写，自动处理StopIteration；文件对象本身是迭代器，适合逐行读取大文件，节省内存。
-
pivot_table报错因索引组合不唯一，需检查重复、指定aggfunc、用drop_duplicates或调整fill_value/dropna参数，多指标需字典配aggfunc，性能优化可设sort=False等。
-
memory_profiler仅统计每行新分配内存，不追踪对象生命周期或引用链，适合定位单次执行的内存尖峰，而非长周期泄漏；真正卡住内存的是强引用未释放，需用gc.get_referrers()或objgraph分析。
-
Python文件读取需精准控制编码（如utf-8-sig处理BOM）、流式读取大文件（逐行或分块）、二进制文件用rb模式配合struct/io.BytesIO解析，跨平台注意换行符差异并用newline=''精确控制。
-
<p>TaskGroup在任务失败时自动取消其余任务，而gather默认不取消；TaskGroup必须用asyncwith使用，抛出ExceptionGroup异常，需用except*捕获，且只能用tg.create_task()创建受管任务。</p>
-
SnowNLP仅支持简体中文且词典陈旧，对新词、emoji等识别不准；无predict方法，sentiments为0～1经验分值；TextBlob原生不支持中文，返回中性结果而不报错；推荐transformers轻量微调模型替代。
-
ServerlessFramework多云模板本质是配置抽象层，非跨云运行时：一份serverless.yml仅支持单provider部署，events、resources、provider.role等强绑定字段不可复用，需通过${file()}拆分配置并动态加载。
-
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。
-
Python中表达式与语句的边界在于是否产生可被使用的值：表达式有返回值，可嵌入赋值、函数调用等位置；语句执行动作但不返回值，不能出现在需值的上下文中。
-
Python文件读写推荐使用with语句，因它能自动关闭文件、确保异常安全且代码更简洁；结合open()函数指定文件路径、模式和encoding参数可高效处理不同编码的文本，避免乱码与资源泄漏。
-
pd.merge()默认是内连接而非按行拼接，只保留连接键在左右表中都存在的行；常见错误包括类型不一致、列名不同、重复键导致笛卡尔积，应检查dtypes、统一列名、合理选how参数，并避免误用merge替代concat。
