-
Linux下psutil.sensors_temperatures()拿不到CPU温度，主因是coretemp等硬件监控驱动未加载；需手动modprobe或写入/etc/modules，且依赖psutil≥5.9.0；Windows原生WMI不支持，macOS需用smc工具（AppleSilicon暂不支持），跨平台必须基于运行时探测而非OS判断。
-
在Flask中，不能为同一URL路径（如/jobs/<job_id>）分别定义两个独立的视图函数（一个处理GET，一个处理POST），即使指定了methods=['POST']；必须将两种请求逻辑合并到同一个路由函数中，否则会因参数传递错误或路由匹配异常导致unexpectedkeywordargument等问题。
-
推荐使用FastAPI或Starlette等异步框架，配合asyncpg、httpx.AsyncClient等异步库和Uvicorn多worker部署，结合JSON优化、分页、Gzip压缩、分层缓存及数据库连接池与查询优化，全面提升高并发API性能。
-
NumPy中是逐元素乘（支持broadcasting），@才是矩阵乘法；用错会导致形状错误或数值错误，应严格按shape语义选择：矩阵乘用@，逐元素乘用或np.multiply，禁用np.dot。
-
open()是Python打开文件并返回文件对象的函数，核心参数为file（路径）和mode（模式，默认'r'），需注意编码、二进制模式、及时关闭（推荐with语句）及常见误用。
-
raise用于主动抛出异常以中断执行并交由上层try...except处理，可提前终止不合理操作、包装转化底层异常、配合异常处理结构构建可控流程，是掌控程序流向和提升健壮性的关键手段。
-
在Python中操作Parquet文件的核心工具是pyarrow。1.使用pyarrow.parquet模块的read_table和write_table函数实现Parquet文件的读写；2.利用pa.Table.from_pandas()和to_pandas()实现与Pandas的高效转换；3.处理大型文件时，可通过分块读取（iter_batches）控制内存使用；4.使用谓词下推（filters）和列裁剪（columns）提升查询效率；5.通过pyarrow.dataset模块统一管理分区数据集，并支
-
异常适用于真正出错、不该被忽略的意外情况，如文件缺失、网络不可达、严重参数错误；返回值适用于失败常见且需主动处理的场景，如字典取键、用户输入解析、查询无结果。
-
只有含yield表达式（如received=yieldvalue）的生成器才能用throw()触发except捕获；yield语句无法中断执行，throw()将直接终止生成器。
-
答案：Python3提供多种字符串方法处理大小写，1.str.upper()将字符串转为大写；2.str.lower()转为小写；3.str.title()实现首字母大写；4.str.swapcase()互换大小写；5.isupper()、islower()、istitle()用于判断大小写状态。
-
Flask多应用共存必须使用ApplicationDispatcher：因app.run()仅支持单实例且端口独占，生产环境WSGI服务器也只接受一个callable；Blueprint无法实现配置与中间件隔离；路径挂载需以“/”开头结尾、启用strip_script_name=True，并设置APPLICATION_ROOT。
-
Python集合是无序、不重复元素的容器，适用于去重、快速成员检测及数学集合运算。
-
选实例方法、类方法或静态方法取决于操作对象：需访问实例数据用实例方法（带self）；需操作类本身用类方法（@classmethod，参数cls）；完全独立则用静态方法（@staticmethod）。
-
Python字符串不可变，+拼接需频繁新建对象，n次拼接产生n-1次拷贝，时间复杂度近O(n²)；循环中+=性能断崖下跌，应改用list.append()+"".join()。
-
最标准方法是检查name=="__main__"，因为直接运行时该变量值为"__main__"，导入时为模块名；常用于保护入口代码，需用==而非is，且须置于顶层。
