-
BackgroundTasks不能直接await，因其非协程而是任务注册器；需调用add_task()且不加await，函数内自行处理异步操作；后台任务须新建数据库session，避免复用请求级session；它适合轻量、非关键任务，而Celery更适合生产环境的可靠异步任务。
-
本文详解在Windows环境下安装paddleocr时因PyMuPDF源码编译失败（如subprocess-exited-with-error、devenv.com/Build报错）的根因与高效解决方案，推荐使用预编译轮子绕过本地构建。
-
Python读大文件应流式处理：文本文件推荐withopen()逐行迭代；超长行或二进制用read(size)分块；随机访问用mmap；结构化数据优先用csv、jsonlines、iterparse等标准库迭代器。
-
networkx求最小生成树最省事，但需确保图连通、边权为数值且字段名正确；不连通时返回MST森林，非空图；Kruskal手写关键在并查集路径压缩与按秩合并；Prim需惰性删除堆中过期节点。
-
NumPy的核心是ndarray，一种高效处理多维数组和矩阵运算的对象，支持统一数据类型以提升性能；可通过np.array()、zeros、ones、arange、linspace等函数创建数组；关键属性包括shape、ndim、dtype和size；支持逐元素数学运算及广播机制，实现不同形状数组间的兼容操作。
-
需从按时间排序的会话级路径构建转移矩阵，归一化行和、处理未登录状态并用稀疏矩阵与特征向量法求稳态分布。
-
本文详解如何使用Python+BeautifulSoup精准定位目标内容区域，过滤侧边栏和导航链接干扰，正确提取HHS官网HIPAA合规协议页面中的真实新闻标题与URL，解决首条脏数据和首条有效数据丢失问题。
-
Python代码目录同步需基于SHA-256哈希比对（非时间戳），区分新增、待删、需更新、跳过四类文件；支持安全/强制/预览三种模式，自动建目录、写后校验、三类日志记录及断点续传。
-
pd.read_html()不是爬虫，它仅解析HTML字符串中的<table>标签，不发请求、不执行JS、不处理登录或反爬，需先用requests等工具获取HTML源码再传入。
-
Pydanticv2默认禁止额外字段且校验错误提示不友好，需配置model_config={"extra":"allow"}并扁平化errors()输出；自定义校验器必须显式return值，model_dump()替代dict()且默认行为不同。
-
Flask-WTF表单需继承FlaskForm、模板中显式渲染{{form.csrf_token}}、确保请求上下文存在、AJAX提交时手动传递token，三者缺一不可，否则触发400错误。
-
Python对象内存布局由PyObject头（含引用计数和类型指针）与后续数据组成；实例属性存于__dict__字典，方法调用通过动态绑定实现；__slots__禁用__dict__并直接分配字段以节省内存和加速访问。
-
Python中可变对象（列表、字典、集合）赋值是引用共享，修改会影响所有变量；不可变对象（数字、字符串、元组）赋值后修改会创建新对象。关键区别在于内存地址是否变化及操作是否原地生效。
-
pd.Grouper(origin='start')以数据首个时间戳为分组区间左边界起点，后续区间按freq等距对齐，确保首尾紧贴实际数据范围，避免空桶或覆盖偏差。
-
欠拟合表现为模型预测值贴近训练集均值、R²接近0或为负，线性模型系数趋近于0而截距很大；需增强模型表达能力，优先添加有业务意义的人工特征而非盲目提高多项式阶数。
