-
requests.get()不加stream=True会将整个响应体加载到内存，导致大文件下载时内存激增甚至OOM；必须显式设置stream=True并用iter_content(8192)或shutil.copyfileobj()安全分块读取。
-
Pandas数据聚合核心是groupby，需明确分组依据（单列、多列或条件）、聚合方式（内置方法或agg自定义）及结果处理（重置索引、展平列名），并注意空值处理、类型安全与性能优化。
-
PythonSSL必须启用证书验证，否则HTTPS加密形同虚设；fernet适合简单场景，AES-GCM需严管nonce；密文须base64编码后再JSON序列化；密钥应交由KMS等安全服务管理。
-
Python中异常告警需在逃逸前转为可路由事件，统一入口设于框架钩子或sys.excepthook；用logging+Filter分级提级高危异常至CRITICAL并交由专用Handler处理；Sentry需手动capture_exception且注意异步配置；装饰器适用于关键函数但须避免耗时操作与上下文缺失。
-
Python变量赋值无需声明类型，通过“=”将变量名绑定到对象，实现动态类型和引用机制，支持多重赋值与灵活命名，提升开发效率但需注意可变对象的共享副作用。
-
浅拷贝只复制第一层引用，嵌套对象仍共享；深拷贝递归复制所有层级，彻底隔离对象图；赋值b=a仅为新增引用，不创建新对象。
-
Python中函数是一等对象，可赋值、传递、存储和返回；能作参数传入（如map、sorted）或作为返回值（如闭包），支持属性操作，需区分函数对象（不带括号）与调用结果（带括号）。
-
BeautifulSoup是Python中流行的HTML解析工具，安装需运行pipinstallbeautifulsoup4和lxml；通过构建解析树可轻松提取数据，如获取标签、属性、链接文本等，支持CSS选择器精确查找，结合requests库可用于网页抓取，注意设置请求头、编码及反爬策略，适合快速上手并应用于实际项目。
-
连不上localhost:7233是因localhost解析为::1（IPv6），而服务只监听127.0.0.1:7233；应显式设service_host="127.0.0.1:7233"并确认Server已运行。
-
最常用最可靠的单例实现是重写__new__，在内存分配阶段控制实例创建，用类变量缓存并检查实例，避免__init__多次调用问题。
-
pandas.read_excel可通过sheet_name指定工作表（字符串名、整数索引或None返回全部），用skiprows跳过前N行，配合header或names自定义列名，支持整数或列表跳过特定行。
-
应始终用timezone.now()获取带时区时间，避免datetime.now()；数据库存取、查询用UTC，仅展示时用timezone.localtime()；跨月计算用relativedelta；新项目务必启用USE_TZ=True并配支持时区的数据库。
-
Python位数可通过platform.architecture()直接判断，如('64bit','WindowsPE')为64位；struct.calcsize("P")返回8为64位、4为32位；sys.maxsize为9223372036854775807则为64位。
-
Python列表因动态扩容、支持多类型数据、内置丰富方法及广泛兼容性成为核心数据结构，适用于存储异构数据、实现栈队列、配合推导式等场景，极大提升开发效率。
-
Pythonimport速度慢主要源于模块加载、路径搜索、字节码编译和依赖解析等环节累积；优化需减少无用导入、延迟加载、启用字节码缓存、解耦大型入口模块，并通过importtime+tuna精准定位瓶颈。
