本文目录导读：
在Python案例（数据分析、机器学习、Web开发、自动化等）中，“最值得重点关注的指标”取决于案例类型，但如果从Python工程与数据科学实践的角度归纳，以下几类指标通常最值得优先关注：
代码质量与工程指标（所有Python项目）
| 指标 | 说明 | 常用工具 |
|---|---|---|
| 测试覆盖率 | 单元测试覆盖的代码比例，建议核心逻辑≥80% | pytest-cov、coverage.py |
| 圈复杂度 | 单个函数的分支复杂度，过高说明难维护 | radon、mccabe |
| 代码重复率 | 重复代码比例，反映可维护性 | pylint、flake8、dupl |
| 静态检查告警数 | 类型/风格/潜在bug | mypy、ruff、pylint |
| 依赖漏洞数 | 第三方库安全问题 | pip-audit、safety |
| 构建/测试耗时 | CI反馈速度 | GitHub Actions、Jenkins |
数据分析类案例（Pandas/NumPy）
- 数据完整性：缺失值比例、重复行比例
- 数据分布偏移：训练/测试分布差异（PSI、KS检验）
- 特征相关性：与目标变量的相关性、多重共线性（VIF）
- 异常值比例：Z-score/IQR检出率
- 处理耗时与内存占用：
%%time、memory_profiler
机器学习案例（最核心）
| 类别 | 指标 | 关注理由 |
|---|---|---|
| 分类 | Accuracy、Precision、Recall、F1、AUC-ROC、AUC-PR | 不平衡数据下准确率会误导，优先看F1/AUC-PR |
| 回归 | RMSE、MAE、MAPE、R² | RMSE对大误差敏感，MAPE便于业务解释 |
| 排序/推荐 | NDCG、MAP、Recall@K、Hit Rate | 与业务目标对齐 |
| 业务指标 | 转化率、召回成本、误杀率 | 决定模型是否真正可用 |
| 过拟合程度 | 训练/验证指标差距 | 差距过大说明泛化差 |
| 推理延迟/吞吐 | P99延迟、QPS | 上线可行性 |
| 模型稳定性 | PSI、特征漂移监测 | 生产环境必备 |
最值得重点盯的3个：验证集上的主业务指标 + 训练/验证差距（过拟合） + 推理延迟。
Web/后端案例（Flask/FastAPI/Django）
- P95/P99响应时间
- QPS / 并发数
- 错误率（5xx占比）
- 数据库慢查询数
- 内存/CPU占用
- 接口超时率
工具：prometheus_client、py-spy、locust、cProfile。
自动化/脚本案例
- 执行成功率
- 单次执行耗时
- 异常捕获率与日志完整度
- 资源占用（内存峰值）
优先级排序建议
如果只能选最值得重点关注的指标，按优先级：
- 业务对齐的核心指标（分类看F1/AUC-PR，回归看RMSE/MAE，Web看P99延迟）
- 泛化能力（训练vs验证差距）
- 测试覆盖率
- 性能/资源（延迟、内存）
- 安全与依赖健康度
⚠️ 关键原则：指标必须与案例目标对齐——离线指标再漂亮，若不能转化为业务收益或上线可行性，也不是“最值得关注”的指标。
