-
清洗过程必须实时嵌套校验，不可跳过校验直接清洗后入库；每步清洗操作均需对应校验断言，如去重前检查重复量级、关键字段需唯一性+非空双校验，类型判断应使用pd.api.types.is_string_dtype()等健壮方法。
-
groupby().transform()算百分比全NaN主因是分组含0或缺失值导致除零产生inf/NaN；应先清洗零值、改用agg+map，或用div(fill_value=0)并确认业务逻辑。
-
量化数据采集首选requests+BeautifulSoup抓静态页，动态内容优先调API，反爬用随机UA和限频，数据落地用CSV或SQLite。
-
os.listdir()不保证文件顺序，其结果取决于底层文件系统的目录项索引顺序，而非文件名、创建时间或修改时间；解压ZIP时的写入顺序由解压工具决定，导致列表乱序，需在Python中显式排序（如自然排序）才能获得预期序列。
-
推荐使用join拼接字符串，因其性能更优、内存更省、语义更清晰；+或+=在拼接大量字符串时会产生O(n²)拷贝，而join时间复杂度接近O(n)，且可读性和扩展性更好。
-
断言不消耗字符，只判断位置前后条件：肯定前瞻(?=...)要求右侧匹配模式，否定前瞻(?!...)要求右侧不匹配；肯定后顾(?<=...)要求左侧匹配，否定后顾(?<!...)要求左侧不匹配。
-
本文介绍如何在BeautifulSoup网页解析结果中，从混合文本（如“2022ToyotaCorollaLE”）中准确提取四位年份（如2022），并结合实际汽车数据筛选目标车型（如“2011Highlander”），适合初学者的实用正则与BeautifulSoup协同教程。
-
declarative_base()是SQLAlchemyORM模型的必需基类生成函数，不调用则Base未定义导致NameError；必须显式执行Base=declarative_base()后才能定义模型类。
-
必须用对应后端的connect函数：ibis.duckdb.connect()用于本地DuckDB，ibis.bigquery.connect()用于BigQuery；混用会报NotImplementedError或静默降级；连接后需立即用con.list_tables()验证。
-
KNNImputer需输入纯数值型矩阵且NaN为np.nan，必须标准化后直接fit_transform，不可预填充；n_neighbors宜从5起步，避免高维稀疏或连续多列缺失导致协方差病态。
-
一维前缀和用长度n+1数组存储，prefix[i]表示前i个元素和，查询[l,r]为prefix[r+1]-prefix[l]；二维需多开行列，用容斥公式prefixr2+1-prefixr1-prefixr2+1+prefixr1。
-
Node类应定义为classNode:def__init__(self,val,next=None):self.val=val;self.next=next，next必须显式设为None（不可变对象），避免可变默认参数；不加多余方法，仅作数据容器；需反向遍历时才加prev字段。
-
asyncio任务取消本质是抛出CancelledError让协程主动退出；需捕获异常、释放资源、完成收尾；TaskGroup（Python3.11+）自动统一取消并等待清理。
-
python-docx仅支持.docx格式，不支持.doc；其paragraphs仅含正文段落，不含标题、表格等；中文显示依赖字体名但不校验存在性；纯文本提取需过滤空段落并逐run拼接。
-
Python函数返回多个值本质是返回元组，可直接用逗号分隔变量解包；需确保变量数与元组长度一致，支持星号捕获、嵌套解包、下划线忽略及原子交换。
