-
time模块基于时间戳和struct_time，datetime模块面向对象；通过时间戳可实现两者互转：time转datetime用datetime.fromtimestamp(time.mktime(struct_time))，datetime转time用dt.timestamp()或dt.timetuple()。
-
闭包是捕获外层变量的嵌套函数，需满足嵌套定义、引用外层局部变量、返回内层函数三条件；装饰器是基于闭包实现的语法糖，用于增强函数功能，常见于缓存、校验、计时等场景。
-
TensorBoard直方图不显示参数需检查：是否在tf.function或record_if(True)内调用、变量是否已初始化、file_writer是否正确激活；PyTorch需用.data取值并移至CPU；直方图挤压因尺度差异，应分层命名并配合标准差监控；日志路径需匹配且至少两步数据才显示标签页。
-
Counter是Python中用于统计元素出现次数的高效工具，源自collections模块。通过fromcollectionsimportCounter导入后，可对列表、字符串等可迭代对象进行计数，如Counter(['a','b','a'])返回各元素及其频次。常用方法包括most_common(n)获取前n高频元素，elements()还原元素序列，update()增加计数，subtract()减少计数，并支持加减与集合运算。适用于词频统计、异位词判断等场景，代码简洁且功能强大。
-
设计模式非必需，而是成熟经验总结；小项目优先写清晰可运行代码，中大型项目用模式降低协作成本；Python特性使部分模式简化；应关注代码坏味道而非强行套用模式。
-
del不直接删除对象，而是删除变量对对象的引用；对象是否销毁取决于引用计数是否降为0，降为0时CPython立即回收内存。
-
掌握PyMongo需先安装pymongo库并使用MongoClient连接数据库，通过client访问数据库和集合；插入数据用insert_one或insert_many；查询用find_one或find返回结果可迭代；更新用update_one或update_many支持操作符如$set、$inc；删除用delete_one或delete_many；实际应用中应捕获ConnectionFailure和WriteError等异常确保稳定性；理解各操作返回对象的属性如inserted_id和matched_
-
U盘运行Python脚本报ModuleNotFoundError是因为U盘路径未加入sys.path，需手动插入；应使用嵌入式Python、--target安装包、动态获取脚本路径避免硬编码盘符。
-
Python自带dict不支持TTL因其纯内存映射，无时间戳、过期检查或自动清理机制；手动维护易致内存泄漏，Timer方案开销大且难管理；推荐懒过期封装方案，读时检查并删除过期项。
-
Python函数注解本身不改变程序行为，但能提升可维护性、协作效率和工具支持能力；它明确类型意图、减少运行时错误、辅助静态检查、增强IDE功能、自动生成文档、支持框架契约及运行时反射。
-
DjangoCSRF保护默认启用但易被绕过，因前端未传token或误用@csrf_exempt；CSRFtoken需Cookie与请求头/表单字段匹配；XSS风险源于|safe等绕过转义操作；中间件顺序、DEBUG配置及日志安全同样关键。
-
本文详解如何在Quart框架中正确实现Server-SentEvents，重点解决事件流被Nginx/Hypercorn缓冲导致前端收不到实时响应的问题，并提供可直接运行的异步队列驱动SSE示例。
-
Python文件操作的核心是open()函数，配合'r'、'w'、'a'等模式实现读写，推荐使用withopen()确保文件正确关闭。处理大文件时应避免一次性读入内存，高效策略包括逐行读取（forlineinf）和分块读取（f.read(chunk_size)），前者适用于文本文件按行处理，后者适合二进制或固定大小数据块的场景，有效降低内存占用。
-
本文详解如何在电池恒流充放电数据分析中，于电流符号由负转正的临界点（如放电结束、充电开始）自动将累积电量重置为零，并重新开始积分计算，避免跨阶段误差。
-
pickle.load()不能读不可信数据，因为它反序列化时会执行任意代码而非仅解析数据，恶意构造的__reduce__或__setstate__可调用os.system等危险操作。
