-
tf.config.threading.set_intra_op_parallelism_threads控制单算子内线程数，必须在import后、图构建前设置；set_inter_op_parallelism_threads控制算子间并发，二者正交；环境变量优先级更高，需避免覆盖。
-
本文介绍一种简洁高效的纯Python方法，通过递归遍历嵌套字典，以缩进和连接符（|-）形式输出标准树状结构，无需第三方库依赖，兼容任意深度的父子关系表示。
-
Python使用mysql-connector-python轮询MySQL时，首次查询能返回结果，后续却始终为空——根本原因在于游标未显式获取数据且连接复用导致事务隔离或结果集缓存问题，需正确管理游标生命周期与连接状态。
-
sklearn2pmml不能直接转换所有Pipeline和自定义Transformer，必须满足PMML规范：仅支持sklearn原生estimator和继承BaseEstimator/TransformerMixin的自定义transformer，且仅限PMML支持的数学操作；需用make_pmml_pipeline()校验可序列化性。
-
Datashader通过服务端栅格化解决百万级散点图渲染崩溃问题：将点映射到像素并聚合（如计数），输出NumPy图像数组，避免Matplotlib/Plotly为每个点创建对象导致的内存爆炸与DOM崩溃。
-
在Python中检查文件是否存在可以使用以下方法：1.使用os.path.exists()，但它不能区分文件和目录；2.使用os.path.isfile()，它只对文件返回True；3.使用pathlib.Path.is_file()，适用于Python3.4及以后版本。检查多个文件时可以使用列表推导式，但需注意性能问题。
-
sorted()的key参数必须返回可比较的值；字典需通过key指定排序依据（如键、值或键值对），按值排序时key函数须返回单一可比类型，否则抛TypeError。
-
该选time.perf_counter()：它单调递增、高精度、不受系统时钟调整影响；time.time()可能因NTP同步导致负耗时，仅适合记录绝对时间点。
-
Python异常处理是理解错误传播、异常对象生命周期和控制流重定向的系统过程；异常是BaseException子类实例，按MRO匹配except，else在无异常时执行，finally必执行，应精准捕获、善用日志与异常链。
-
可通过engine.pool.checked_out()和engine.pool.checked_in()获取当前借出与空闲连接数，二者之和反映实时使用状态；需结合SELECT1执行检测真实可用性，并监控checked_out持续上升以定位连接泄漏。
-
rolling()默认右对齐，前N−1行不足时返回NaN；需中心对齐用center=True；时间序列优先用rolling('5D')；min_periods=1可首行出值但掩盖稀疏问题；apply()须返回标量，推荐lambdax:x.quantile(0.5)；skipna默认True，min_periods控制有效值下限；多列直接df.rolling(5).mean()自动广播。
-
re.finditer()更省内存，返回迭代器，每次只生成一个Match对象；re.findall()返回列表，支持索引、切片和多次遍历，适合需随机访问或直接传给len()等函数的场景。
-
drop默认不修改原数据，需inplace=True或赋值；删多列须用列表；axis=1不可省略；del可原地删单列但无条件筛选功能。
-
<p>TaskGroup会自动取消其余任务，gather默认不会；TaskGroup用asyncwith管理生命周期，抛出ExceptionGroup并需except*捕获，而gather无语法约束、异常不聚合、需手动处理返回值。</p>
-
Python私有变量并非真正私有，仅通过命名约定（如_var）和名称修饰（如__var→_ClassName__var）实现弱约束，不提供强制访问控制，仅防误用。
