-
df.plot.hist()不显示图形的主因是未触发Matplotlib渲染，Jupyter中需省略分号，脚本中须加plt.show()；多列默认叠加导致重叠，应指定单列或调整alpha；bins仅为建议值，严格控柱需用np.arange；中文乱码需预设字体。
-
sys.modules是import机制的缓存字典，非模块列表；键为模块名，值为已初始化模块对象，但存在不等于可用，可能残留半初始化或失效模块。
-
WebSocket连接建立后立即断开，根本原因是未启动接收循环（如asyncfor或awaitrecv()），导致空闲超时被关闭；必须显式监听消息或发送ping心跳，且所有操作须在同一线程的eventloop中await，不可混用线程池。
-
Streamlit适合快速原型但不可直接用于生产，需通过nginx+gunicorn部署并禁用开发模式；Dash依赖显式callback，需严格匹配Input/Output和id；二者均需响应式CSS和合理轮询机制。
-
本文介绍在误用pipinstall-e.污染condabase环境后，如何识别并安全卸载相关包；重点说明时间戳法的局限性，并给出可靠、可操作的恢复方案。
-
Python多线程共享数据须避免竞态条件，优先使用queue.Queue、threading.local()或Lock；禁用全局变量直接读写、非原子字典操作及“只读”假设。
-
tf.data.Dataset是处理大文件的唯一可靠方案，它通过流式按需取批避免OOM；应优先用TextLineDataset或TFRecordDataset，配合skip、filter、prefetch等正确配置实现高效训练。
-
不能直接用——Triton的Python后端是实验性功能，2.40+默认禁用、不支持GPU加速，仅适用于CPU预/后处理调试；启用需手动编译，运行于独立进程，内存开销大、无CUDA张量共享。
-
np.select更适合多条件赋值因其条件与结果解耦、逻辑清晰、避免嵌套右深括号；需确保条件与选择列表等长、全为同长度布尔数组，用&|~替代andornot，default必须显式指定。
-
TargetEncoding会导致数据穿越，因其用类别对应目标变量均值替代原始类别，若在全量数据上计算则训练集编码泄露测试集标签；必须分折独立计算、冻结映射表并处理未知类别。
-
本文解析在多线程场景下实现全局共享状态时，为何简单静态类不够用，以及如何通过模块级实例化或可控的__new__机制构建符合语义、可测试、类型安全的单例，而非滥用静态方法。
-
@pytest.mark.parametrize("x,expected",[(2,4),(3,9),(4,16)])定义参数名与数据一一对应，函数需声明同名参数deftest_square(x,expected):，单元素元组写为(1,)防误判。
-
tobytes是最直接的NumPy数组转字节流方式，因其直接拷贝底层连续内存的原始字节，零序列化开销、无元数据，但需接收方预先知晓dtype和shape。
-
Django拿不到openid的常见卡点是：微信OAuth2.0需用code换openid，但常因redirect_uri配置不一致、未URL编码、视图未正确获取request.GET['code']、code过期或重复使用导致失败。
-
局部变量仅在函数内部有效，函数结束即销毁，无法被外部访问。1、函数内赋值创建的变量默认为局部变量。2、局部变量不影响同名全局变量。3、赋值前读取局部变量会引发UnboundLocalError。4、局部变量屏蔽同名全局变量，优先使用局部变量。5、可用locals()查看局部变量字典。6、每次函数调用重新初始化局部变量，递归调用中各层独立。7、需跨调用保留状态时应使用类或闭包。8、嵌套函数中需用nonlocal声明以修改外层局部变量，不可用于全局变量。
