-
单下划线_主要用于命名约定，提示内部使用，避免外部直接访问；在循环或解包中作临时变量；交互式环境中保存上一表达式结果；还可作为数字字面量分隔符提升可读性。
-
本文介绍一种基于二元变量与大M法的线性建模技巧，用于在Pyomo中正确表达“优化变量集合中最大值与最小值之差不小于给定阈值S”的约束，规避直接调用max()/min()或条件语句导致的建模错误。
-
Python继承的核心是子类自动获得父类属性和方法以避免重复代码，关键在于自然、可维护的设计：一、基础继承通过class子类(父类):实现；二、重写方法支持多态；三、子类__init__需调用super().__init__()确保初始化完整；四、实际应用中通过分层抽象（如DataLoader及其子类）实现高复用与易扩展。
-
Python中通过complex类型的conjugate()方法获取复数共轭，如z=3+4j时z.conjugate()输出(3-4j)，该方法常用于计算模长平方和复数除法有理化。
-
上线前须解决稳定性与合规问题：设随机UA并轮换、带抖动等待、复用session并更新请求头、429/403/503时暂停IP；Redis用连接池；MySQL超长字段截断+脱敏；严守robots.txt及个人信息保护法。
-
调参需策略性聚焦关键超参数并分层搜索：随机森林重max_depth等，XGBoost需learning_rate与n_estimators协同，SVM核心是kernel/C/gamma，逻辑回归主调C；验证须匹配数据特性，如时间序列用TimeSeriesSplit、不均衡数据用StratifiedKFold与F1评分。
-
最直接运行Python脚本的方式是在命令行输入pythonscript.py，适用于所有开发者；通过IDE运行更便捷；在Unix-like系统中可设置shebang和执行权限后用./script.py运行；Windows用户可使用py启动器指定版本；需确保PATH环境变量正确配置以避免“命令未找到”错误；多版本Python可通过python3或py-X.Y调用；传递参数可用sys.argv或argparse模块处理；依赖缺失时应使用虚拟环境（venv）隔离项目，避免包冲突，提升开发稳定性。
-
Python交互式环境中换行需满足语法未完成条件：括号未闭合、冒号后缩进、字符串未结束等，此时按Enter显示...提示符续行；反斜杠续行不推荐；三引号字符串和代码块缩进也支持多行输入。
-
子进程崩溃时subprocess.run()默认不抛出异常，需通过capture_output=True和text=True获取stderr中的traceback或段错误信息，并检查returncode判断是否被信号终止。
-
Python字符串编码核心是区分str（Unicode）与bytes，明确字符集作用；默认UTF-8但需显式指定encoding，注意BOM、系统locale差异及乱码溯源方法。
-
Python表达式和运算符是程序逻辑基础，包括算术（+、−、、/、//、%、*）、比较（==、!=、<、>等，支持链式）、逻辑（and、or、not，短路求值）三类，需注意优先级、结合性及行为细节。
-
Python装饰器复用的核心是抽离通用逻辑为可配置、可组合的函数，包括参数化装饰器、类装饰器、装饰器工厂配合functools.wraps、以及组合式装饰器四种方式。
-
Python无传统头文件，但可通过四种方式模拟：1.用__all__控制模块公开接口；2.创建常量/配置模块；3.利用__init__.py聚合包级接口；4.集中管理类型定义。
-
数据清洗需直击痛点：读取时用skiprows、na_values等参数过滤脏行；用str.replace和str.extract处理“人话型”数据；按业务逻辑去重填缺；用to_datetime硬扛混乱日期；每次清洗后检查效果并反思源头问题。
-
图像增强是通过数学变换有目的地调整图像特征以提升模型泛化能力，核心是在语义不变前提下扩大样本多样性，涵盖几何、色彩、噪声及高级方法，并需注意医学、文字等任务的特殊约束。
