guzhujushi
49fd84a2df
- STATUS.md：本次任务拆成「第一阶段已完成 / 第二阶段进行中」； L0 3/12；测试计数改为 39 passed / 44 skipped； 下一步里写明 io.py 待修的两处（mkdir 早于校验、缺 Raises） - docs/04-environment.md 坑 6：conda 升级留下的 *.conda_trash 残骸目录会被 Python 当成 namespace package 导入成功（__file__ 为 None）， pandas 3.0 因此抛 ImportError: Can't determine version for zstandard 直接打断 pd.read_csv；含排查方法与「改名禁用」的修法 - docs/dev/personal-pitfalls.md：条目 3（注解与 docstring 打架）复发 +1 - 决策 26：未实现的算法逐条 skip，禁用模块级 pytestmark - 决策 27：zstandard 残骸改名禁用，不删不重装 - CHANGELOG：补 load_table/save_table 与 Fixed 段
3.8 KiB
3.8 KiB
个人易错点（只追加）
本文件的规矩
- 只追加。 已有条目一个字都不改、不重排、不润色。发现写错了 → 在末尾补一条"更正"，不要回头改。
- 不通读。 追加前只做两件事：
rg -i "<关键词>" docs/dev/personal-pitfalls.md看有没有记过； 看一眼下面的索引表最后一行拿编号。全文只在复盘时才读。- 一条写三行：现象 / 为什么会错 / 以后怎么防。 写不出"为什么会错"就先别记——那说明还没想清楚。
- 记规律，不记事故。"今天又忘了"不新开条目，在已有条目下把
复发加一。
追加模板
### N. <一句话>
- 现象：
- 为什么会错：
- 以后怎么防：
- 首次：YYYY-MM-DD｜复发：0
索引
| # | 一句话 | 首次 |
|---|---|---|
| 1 | 类型判断只写 int，漏掉 np.int64 这类 numpy 标量 |
2026-10-01 |
| 2 | 以为 # TODO(L0) 只是普通注释 |
2026-10-01 |
| 3 | 签名里的类型注解和 docstring 说的不一致 | 2026-10-01 |
| 4 | 只覆盖自己的状态，忘了第三方库还在用 numpy 旧全局 | 2026-10-01 |
1. 类型判断只写 int，漏掉 np.int64 这类 numpy 标量
- 现象：
get_rng(np.int64(42))不报错，但种子被静默忽略、退回全局流——结果不可复现，且没有任何提示。 - 为什么会错：
np.int64不是 pythonint的子类（isinstance(np.int64(42), int)是False）， 但np.float64是float的子类。numpy 标量的继承关系不统一，凭直觉一定会翻车。 - 以后怎么防：写类型分支时默认假设"这个值可能来自 numpy"。判断用
isinstance(x, (int, np.integer))， 取值统一int(x)归一化；并且给所有非预期类型加raise TypeError兜底—— 宁可报错，也不要静默走默认分支。 - 首次：2026-10-01｜复发：0
2. 以为 # TODO(L0) 只是普通注释
- 现象：函数实现完了，
# TODO(L0)还挂在末尾。 - 为什么会错：本仓库把
TODO(L0)/TODO(L1)/TODO(v0.2)当进度标记用：docs/03-roadmap.md靠它划分档位，STATUS.md靠它统计"还剩哪些没做"。实现完不删，等于骗自己。 - 以后怎么防：实现完成时顺手删掉该函数里的
TODO(...)。 全仓还剩多少没做，一条rg "TODO\(" src/就能数出来。 - 首次：2026-10-01｜复发：0
3. 签名里的类型注解和 docstring 说的不一致
- 现象：
def get_rng(random_state: int | None = None)，docstring 却写"已经是np.random.Generator时原样返回"。 - 为什么会错：类型注解是给读代码的人和 pyright 看的契约。注解说只收 int/None、docstring 说还收 Generator， 两处打架时合法用法会被 IDE 标红，真正的错误反而看不出来。
- 以后怎么防：改签名和改 docstring 必须同一次做完。
本项目所有
random_state的注解统一写int | np.integer | np.random.Generator | None。 - 首次：2026-10-01｜复发：1
4. 只覆盖自己的状态，忘了第三方库还在用 numpy 旧全局
- 现象：
set_seed换掉了本包的生成器，但 sklearn / statsmodels 里random_state=None的路径 仍不可复现（测试直接挂）。 - 为什么会错：numpy 有两套随机状态——旧的
np.random.*全局单例，和新的Generator。 第三方库大量仍在走旧的那套（check_random_state(None)），自己新建一个 Generator 管不到它们。 - 以后怎么防：凡是"设全局状态"的函数，先列清单——自己的、numpy 旧的、标准库
random的、 第三方框架的，逐个决定要不要一起设，并在 docstring 里写清到底覆盖了哪几个。 - 首次：2026-10-01｜复发：0