-
Pythonmultiprocessing绕过GIL靠独立进程副本；Process不执行目标函数主因未加ifname=='__main__':保护（Windows/macOS）或含不可序列化对象（spawn）；Pool中apply同步阻塞，apply_async异步获结果，map同步分片迭代；多进程写文件需避免竞态，优先用Queue汇总或原子os.write；跨进程传递数据必须可序列化，资源如数据库连接不可共享。
-
选containerd还是CRI-O取决于Kubernetes发行版、维护节奏及OCI运行时控制需求：containerd通用灵活，CRI-O轻量专一，二者在socket路径、多运行时支持、镜像配置、存储驱动、日志抽象和升级兼容性上差异显著。
-
Python生产环境升级需多版本共存与平滑切换，核心是老进程不杀、新代码能跑、流量不丢；必须用pyenv或编译安装至隔离路径，显式指定解释器全路径，确保libpython动态链接正确，并通过ensurepip和pip完整初始化生态。
-
分词策略需匹配模型类型：Transformer类用BPE/SentencePiece，RNN/CNN类可按字/词分但需词典对齐；中文优先用预训练模型配套tokenizer；词表大小建议20k–50k，序列长度取语料95%分位数并向下取2的幂次；必须定义基础特殊标记并mask其loss，生成任务用right-padding；训练前轻量清洗文本、禁用token级打乱、保存tokenizer文件、验证/测试集共用同一tokenizer。
-
答案是用Python搭建网页推荐从Flask开始，先安装Python并创建虚拟环境，再安装Flask，编写app.py定义路由和返回内容，运行后访问本地服务器即可看到页面。
-
移动平均可以通过Python中的列表操作和numpy库实现。1)使用列表操作的简单方法是遍历数据，计算固定窗口内的平均值。2)使用numpy库的高效方法是利用累积和计算，避免循环，提高性能。在实际应用中，需注意窗口大小选择、边界处理、性能考虑及数据类型的一致性。
-
Python2.7中print是语句，不加括号、不返回值、不可赋值或传参；Python3中是函数，必须加括号并支持sep、end、file等参数，迁移需用2to3工具或future导入。
-
configparser未过时但适用场景有限：仅适合配置项极少、无需环境隔离、类型转换和schema验证的简单INI场景；否则易出错且缺乏现代配置能力。
-
argparse是Python命令行脚本开发的推荐标准方案，sys.argv适合简单场景；前者支持自动帮助、类型转换、校验等，后者仅返回原始参数列表，需手动处理。
-
可在Python终端用ANSI序列、os.system、sys.stdout.write或WindowsAPI实现无第三方库的彩色进度条：一用\033[32;40m等转义码；二调os.system设色；三用sys.stdout.write逐字符着色；四在Windows下用ctypes调API。
-
能，但需程序启动早期启用且避免gc干扰；它只追踪Python对象分配栈，不覆盖C扩展内存，需用compare_to()差分分析并过滤噪音。
-
必须用isNone，因为None是单例对象，is进行身份比较速度快且语义准确；==是值比较，可能被重载导致意外结果，且notx无法区分None与其他假值。
-
Python函数通过return语句返回值，若无return则默认返回None；返回值可以是任意类型，如数值、字符串、列表、元组、字典、自定义对象等，且可利用元组解包接收多个返回值。
-
入门Python深度学习需三步：一装Anaconda及NumPy/Matplotlib/Jupyter/PyTorch；二掌握张量、自动求导、DataLoader、训练循环四概念；三用PyTorch跑通MNIST全连接模型并理解关键细节。
-
len()返回码点数而非显示宽度，直接与切片混用会导致中文、emoji显示错位；s[:n]按码点安全截取，需预留省略号空间，字节限制则须encode后判断。
