-
typing.overload仅为类型检查器提供多签名提示，函数体仍需手动处理逻辑；必须将多个无函数体的@overload声明置于最前，最后跟一个未装饰的实际实现。
-
最直接的Python文档查阅方式有四种：一是交互环境中用help()函数，如help(len)；二是命令行运行pydoc工具，支持模块查询和本地服务器；三是访问官方在线文档网站；四是利用IDE快捷键（如VSCode的Ctrl+KCtrl+I）实时查看。
-
异步边界需明确区分I/O与CPU密集型任务，分层组织为接入层、服务层、资源层，严格管理协程生命周期，确保错误传播与可观测性。
-
shutil.make_archive打包失败主因是root_dir与base_dir路径关系错误：base_dir必须为相对路径，root_dir为其父目录，否则静默生成空包；跨平台应选format="zip"；中文路径需用7-Zip重压或提示用户使用兼容解压工具。
-
GIL是CPython的全局解释器锁，确保同一时刻仅一个线程执行字节码；源于引用计数内存管理与C扩展兼容需求，虽经多次优化（如3.7时间切片、3.12子解释器），仍限制多核CPU密集型并发，需用multiprocessing、nogil扩展或替代解释器应对。
-
gzip中间件默认不压缩application/json响应，需手动在compressible_types中添加；静态文件需预压缩或反向代理处理；必须设置Vary:Accept-Encoding防止缓存错误。
-
notify_all()不保证所有等待协程立即执行，因唤醒后需重新竞争锁并检查条件；必须遵循“改状态→通知”顺序，且wait()须置于while循环中。
-
首先获取Python嵌入式版本，进入官网下载对应ZIP包；接着解压并配置python312._pth文件以支持第三方库；然后下载get-pip.py并运行安装pip；最后整理文件结构，创建可独立分发的便携应用环境。
-
必须显式设置lru_cache的maxsize参数，否则缓存无限增长导致内存耗尽；@cache是无界且不可控的别名，类方法使用会阻止实例回收，含动态参数则缓存失效。
-
pytest的@parametrize与hypothesis的@given本质冲突，不可混用；应使用st.one_of()、st.tuples()等组合策略在单个@given中实现多类型/多参数fuzz测试。
-
mypy通过静态类型推导确定变量类型：从函数签名、赋值语句和类型注解构建约束图；未注解处遇None/dict()/list()等退化为Any，reveal_type可调试推导结果。
-
本文详解如何使用Python的email模块安全、准确地提取IMAP收取邮件的正文内容，重点解决get_payload()返回嵌套对象而非可读字符串的问题，并推荐现代写法（message_from_bytes+get_body）。
-
openpyxl读大Excel慢因默认DOM加载全表到内存，改用read_only=True可提速3–5倍；pandas.read_excel()底层仍用openpyxl，慢因dtype推断耗时；写入时pandas生成新文件，openpyxl可复用模板；超20万行应换CSV或SQLite。
-
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。
-
dask.delayed更适合数据流水线因其构建可调度的DAG，支持中间复用、条件分支与失败重算；而concurrent.futures仅适用于独立函数调用。
