-
match是Python3.10+的结构化分发机制，支持路径解构、文件头匹配、数据形状识别等，需注意模式顺序、守卫条件、类型边界及fallback行为。
-
conda是解决Python数据分析依赖冲突最直接有效的工具，能同时管理Python解释器版本和numpy、PyTorch等二进制级科学计算包，避免因C/C++运行时未隔离导致的DLL加载失败或符号未定义错误。
-
UploadFile不适合真正的大文件上传，因其底层依赖Starlette的form解析器，会先缓存整个multipart请求体（内存或磁盘），导致超200MB时易OOM、崩溃或解析失败；而request.stream()可直读原始字节流，跳过form解析，配合MultiPartParser边流边解析并设max_form_memory_size=0，才能安全处理500MB级以上文件。
-
TensorFlow1.x需禁用急切执行并传入完整图：tf.compat.v1.disable_eager_execution()后定义占位符、变量等节点，再用tf.summary.FileWriter("./logs",graph=tf.get_default_graph()).close()导出；否则TensorBoard显示“Nographdefinition”。
-
应创建虚拟环境隔离安装：用python-mvenvmyenv，再激活后pipinstall；避免权限问题和系统环境污染，同时确保Python与pip匹配，Git依赖需正确配置版本与路径。
-
生产部署首选uvicorn；因其稳定性高、CVE响应快（平均3天）、生态成熟，而hypercorn维护慢（CVE平均17天）、负载不均且热重载在Windows下不可靠。
-
首先检查文件路径是否正确，确认文件名、扩展名和大小写无误，优先使用绝对路径测试；其次明确当前工作目录与脚本所在目录的区别，避免相对路径错误；然后通过os.path.exists()或pathlib.Path.exists()检查文件是否存在，并结合try-except处理异常；最后推荐使用pathlib模块提升路径操作的可读性和跨平台兼容性。
-
答案：Python中对字典按键排序需使用sorted()函数获取有序视图，因字典本身不支持直接排序以保持哈希表的高效性。1.可通过sorted(my_dict.keys())获得排序后的键列表，再遍历原字典；2.使用sorted(my_dict.items())得到按键排序的键值对元组列表；3.在Python3.7+中可用字典推导式构建保持插入顺序的新字典。这些方法均不修改原字典，适用于不同后续操作场景。
-
NumPy通过ndarray实现高效矩阵运算，支持元素级操作及使用@、np.dot()进行矩阵乘法，并提供np.linalg模块用于求逆、解线性方程组和特征值分析。
-
异步代码调试失灵的根本原因是协程未被事件循环调度，breakpoint()在未await的协程中不生效；需启用PYTHONASYNCIODEBUG=1捕获静默错误，并在VSCode中设"justMyCode":false以跟踪await调度。
-
os.stat()一次性获取文件元数据，避免重复调用；注意Windows与Linux下st_ctime语义差异；时间戳需经time.localtime()转换再格式化；st_size为字节，应转换为KiB/MiB等可读单位。
-
Python3中__metaclass__属性无效，须用metaclass=MyMeta关键字参数；元类的__call__方法用于实例化前拦截，可校验参数、缓存实例等，但需注意资源泄漏、多重继承冲突及与dataclass等的兼容性。
-
df.info()是最轻量可靠的结构诊断方法，能一次性显示列类型、非空数量和内存占用，但默认不显全列、不显数值精度、易误判object列内容。
-
psutil.Process().open_files()不能可靠检测文件占用：仅返回本进程打开的文件，Windows需管理员权限且无法识别独占锁或已关闭但句柄未释放的情况；跨平台应聚焦操作时异常处理而非预检。
-
Python-O使assert消失是因为它将debug设为False，而assert底层依赖if__debug__:判断，故整个语句被跳过；assert是开发期逻辑快照，用于验证内部状态异常，非错误处理。
