-
Dask是Python中用于并行处理大规模数据的库，适合处理超出内存、计算密集型的数据。1.它兼容Pandas接口，学习成本低；2.支持多线程、多进程及分布式计算；3.采用延迟执行机制，按需计算，节省资源；4.可高效处理CSV、Parquet等格式数据；5.使用时注意控制分区大小、减少compute()频率、优先使用列式存储格式，并根据硬件配置调整并发数。
-
探索性数据分析（EDA）是数据分析的关键第一步，因为它为后续建模提供坚实基础。1.EDA帮助理解数据分布、缺失值和异常值等核心特征；2.识别并修复数据质量问题，避免“垃圾进垃圾出”；3.指导特征工程与模型选择，提升分析准确性；4.建立业务直觉与假设，挖掘潜在洞察。Python中常用库包括：1.Pandas用于数据清洗与操作；2.NumPy提供数值计算支持；3.Matplotlib实现高度定制化绘图；4.Seaborn专注于统计可视化；5.Scikit-learn辅助预处理与特征工程。识别与处理缺失值方法有
-
前向传播是输入数据经加权求和、加偏置、激活函数逐层变换得到输出的过程，不更新参数；反向传播利用链式法则从损失函数梯度出发，逐层计算权重与偏置的梯度并更新。
-
TDD是测试驱动开发，严格遵循“红—绿—重构”循环：先写失败测试、再写最简通过代码、最后在测试保护下优化结构；测试是设计文档和验收标准，而非事后验证。
-
返回函数指函数返回另一个函数对象，常用于闭包、装饰器等场景。例如make_adder(n)内部定义add(x)并returnadd，此时返回的是函数对象；plus_5=make_adder(5)后，plus_5保留对n=5的引用，调用plus_5(3)输出8，体现闭包特性。
-
Python内置函数需精准选用：len()判断长度、all()/any()替代循环、sum()高效累加、isinstance()健壮类型检查，各司其职方能提升性能与可读性。
-
Python异步任务架构核心是生产→持久化→消费→确认→监控闭环，应选RabbitMQ或Kafka而非RedisList，任务需结构化含ID/重试等字段，消费者须幂等、手动ACK、显式确认，并补全日志/指标/告警。
-
Python中=是赋值运算符，用于绑定变量名与值；==才是相等性比较运算符，调用__eq__方法返回布尔值；混淆二者会导致SyntaxError或逻辑错误。
-
获取字典所有键的方法有两种：一是使用.keys()方法返回动态视图对象，二是直接迭代字典。前者可实时反映字典变化且节省内存，适合需动态同步的场景；后者语法更简洁，符合Pythonic风格，常用于简单遍历。若需列表形式，可用list(dict.keys())转换。两种方式效率相近，实际选择取决于使用需求与代码风格。
-
Python字符串去空格需按场景选择方法：strip()等仅处理首尾ASCII空白；全角空格需显式传参；replace()/translate()适合批量删特定字符；正则re.sub()最灵活，可处理逻辑空格及不可见字符。
-
掌握scikit-learn需遵循统一流程：1.用train_test_split划分数据，StandardScaler标准化特征；2.按任务选模型如RandomForestClassifier并fit训练；3.用predict预测，score和classification_report评估；4.通过GridSearchCV调优超参数。关键在于数据预处理一致性和流程规范性。
-
分类用决策树和随机森林，回归用XGBoost等模型，聚类选K-Means或DBSCAN；需标准化、防过拟合、处理不平衡、避免数据泄露，并组合应用与持续监控。
-
掌握matplotlib和seaborn绘图核心在于数据对齐、坐标轴控制与图例清晰：折线图重趋势表达与色弱友好标注，柱状图重分类对比与零起点规范，组合图需双Y轴明确标注，辅以样式统一与高清导出。
-
Python虽不原生支持链式调用，但可通过方法返回self实现，需区分配置型（返回self）与终结型（返回结果）方法，并注意纯函数场景宜用管道组合而非链式。
-
PythonDocker镜像需精简至120MB、安全可复现：用slim/alpine基础镜像、多阶段构建、pip--no-cache-dir、.dockerignore；编排须处理依赖顺序、配置外置、环境分层；开发与生产保持构建一致。
