-
直接重写__delattr__会出错，是因为若未调用super().__delattr__(name)，将绕过Python默认的属性删除检查（如只读描述符校验），导致无法真正删除属性或误删__dict__等关键属性而崩溃；安全做法是先执行自定义逻辑（如日志、校验），再委托父类完成实际删除。
-
Python函数注解的核心价值是静态类型检查、IDE提示和可维护性提升，关键在于正确使用标准语法、渐进式落地、接入mypy等工具链检查，并合理处理动态场景。
-
Parquet比CSV/Pickle快的核心原因是列式存储和内置压缩；它支持按需读取列、字典编码及高效压缩（如snappy），大幅降低I/O与内存开销，尤其适合500+列、千万行的大宽表。
-
StandardScaler不能直接对测试集fit_transform，因会泄露测试集统计信息；须用训练集fit后，再用同一scaler对测试集transform。SimpleImputer中，偏态或含异常值选"median"，近似正态且缺失少选"mean"。
-
重写__setattr__会触发RecursionError，因其内部赋值（如self.attr=value）再次调用自身；正确做法是统一使用object.__setattr__(self,name,value)绕过拦截并安全落值。
-
Python开发企业内部轻量级工具的核心是快、稳、易维护、好交接；应避免过度设计，采用最小可行结构（main.py、config/、lib/、logs/、data/），注重打包体验、路径健壮性、依赖管理与配置分离。
-
本文介绍多种从字符串中提取连续字母序列（即“单词”）的方法，重点解决非字母字符（如标点、数字、空格等）作为分隔符的问题，并兼顾多语言Unicode字符（如带重音符号的法语字符）的正确识别。
-
将Python脚本打包为双击运行的.exe文件，首选PyInstaller：安装后执行pyinstaller--onefile--windowed--icon=app.ico--name=计算器main.py，注意处理相对路径、手动添加数据文件及杀毒软件误报等问题。
-
Python代码执行需经词法分析、语法分析、编译成字节码、解释执行四步：先切分单词并报SyntaxError，再构AST检查结构得IndentationError等，接着生成.pyc字节码，最后由PVM执行并抛出NameError等异常。
-
填缺失值本质是业务判断而非技术操作：需结合字段含义选择策略，如分类变量用"Unknown"、时间序列慎用ffill、数值型需警惕均值/中位数假设，优先探索缺失模式再决策。
-
await写在循环里导致串行执行，正确做法是用asyncio.gather并发请求；必须复用ClientSession并设连接池上限；CPU密集操作需用run_in_executor移出协程。
-
<p>arr.nbytes是NumPy数组实际占用的内存字节数，准确反映数据区大小；而arr.itemsize是单个元素字节大小，二者满足arr.nbytes==arr.size*arr.itemsize（仅对连续数组成立）。</p>
-
Selenium4是执行JS渲染页面的首选工具，因其废弃DesiredCapabilities、支持相对路径Service、原生自动下载驱动、强制显式等待、统一find_element方法、强化无头模式反检测及精准渲染判断。
-
Python应用容器化需用DockerCompose编排多服务（Flask+PostgreSQL+Redis+Nginx），通过docker-compose.yml管理网络、依赖、配置；采用Alpine多阶段构建轻量化镜像；挂载命名卷保障数据持久化；统一stdout日志；设置资源限制与真实依赖的健康检查。
-
Python3删除input()是为消除Python2中input()隐式调用eval()导致的任意代码执行风险，改用安全的raw_input()行为并强制显式类型转换。
