-
字典是Python3中存储键值对的高效数据结构，通过{}定义，支持创建、访问、增删改查等操作。1、可创建空字典或用dict()构造；2、通过键访问值，推荐使用get()避免KeyError；3、可添加、修改键值对，支持update()批量更新；4、可用del或pop()删除元素，clear()清空字典；5、支持遍历键、值或键值对，适用于各类数据处理场景。
-
Python正则表达式核心是re模块，掌握re.search（返回首个Match对象）、re.findall（返回所有匹配字符串列表）、re.finditer（返回含位置信息的Match迭代器）和re.sub（支持字符串/函数替换）四大操作即可高效处理文本提取、定位与清洗任务。
-
np.nanmean和np.nanstd自动跳过NaN与inf，不修改原数组，全NaN时返回nan；需检查结果是否为nan并处理，注意dtype、axis、ddof及keepdims用法，避免手动布尔索引导致性能与内存问题。
-
Python解包是语言级结构化赋值机制，核心为结构匹配：基础解包要求变量与元素数量一致；星号表达式可捕获剩余项；嵌套解包需左右结构形状一致；函数调用中和*分别展开位置与关键字参数。
-
直接运行pythonsetup.pyinstall会出错，因其在Python3.12+已被弃用，且忽略pyproject.toml配置；应优先使用pipinstall.或pipinstall-e.。
-
pytest-ordering的@pytest.mark.run(order=...)不生效的根本原因是未显式启用排序功能，需通过配置文件或命令行参数（如--order-scope=session）激活，否则标记被忽略。
-
GBK文件需显式指定encoding='gbk'读取，否则因Python默认UTF-8解码而报UnicodeDecodeError；不确定时用'gb18030'更鲁棒，禁用errors='ignore'；批量处理应先用charset-normalizer检测编码，再流式转存为UTF-8。
-
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。
-
直接修改configure()会漏掉子组件，因为Tkinter不自动同步样式，需递归遍历所有存活组件并按类型分别设置经典属性或ttk样式，同时处理Text/Entry等特殊参数。
-
RandomForestClassifier在不平衡数据上召回率低是因默认自助采样偏向多数类且投票机制利于多数类；正样本绝对数决定业务影响；分层交叉验证需固定shuffle和random_state以确保recall可复现。
-
Pythondict查询快的核心在于哈希表结构，平均时间复杂度O(1)，依赖稳定哈希函数、开放寻址法处理冲突、动态扩容及CPython底层高度优化。
-
在Python项目中强制指定解释器版本可通过pyproject.toml实现，推荐在[project]下设置requires-python=">=3.9"以约束版本兼容性。
-
SMTP连接失败需改用SSL/TLS并配应用专用密码；定时任务要对齐环境路径并重定向日志；邮件编码须用MIMEText和Header指定UTF-8；密码应通过环境变量安全传递。
-
Python项目配置加载策略核心是环境分离、动态加载、避免硬编码，推荐环境变量驱动或PydanticSettings方案，辅以YAML/JSON多文件管理，并注意加载时机、类型注解与生产安全。
-
当DataFrame列中存在pd.NA或NaN时，直接在query()中调用.str.contains()等方法会因numexpr引擎不支持空值运算而报错；可通过fillna("")或切换engine='python'安全解决，二者性能相近且均优于先过滤再query的嵌套写法。
