-
@dataclass装饰器自动实现init__、__repr__、__eq等方法，支持field()定制字段行为，frozen=True可创建不可变实例，继承时需注意默认值顺序规则。
-
threading.Lock是最直接的解法，因其能强制串行化临界区以解决GIL下复合操作非原子性问题；需共享锁实例、用with语法、细粒度加锁，且asyncio中须换用asyncio.Lock。
-
tee使迭代器变为内存敏感型，因共享缓冲区导致内存随最慢分支增长；list更安全可控，因其内存上限明确且行为透明。
-
Polars已成为GB–10GB级单机大数据处理的事实标准，凭借列式内存、惰性执行、零拷贝和多线程并行，性能比pandas快8–15倍且内存低30%–40%；vaex仍适合百亿行数据秒级探索但生态断层明显；pandas因稳定性和功能完整性在小数据、语义操作及交互开发中不可替代。
-
本文详解如何在TkinterGUI中实现两个按钮间的参数传递：第一个按钮选择图像文件并保存路径，第二个按钮安全读取该路径并用cv2.imshow显示图像，避免lambda误传函数对象导致的运行时错误。
-
__getattr__仅在访问不存在属性时触发，用于动态代理、惰性加载和友好错误提示；它不拦截已定义属性或方法，也不替代__getattribute__。
-
pyanalyze报UndefinedName主因是严格前向作用域分析，不推断控制流合并；实操应提前初始化、用assert/typecast声明、为pandas加类型注解或@overload补签。
-
Python消息队列有三种实现方式：1.用list手动封装FIFO队列，支持enqueue/append和dequeue/pop(0)，但pop(0)为O(n)；2.用queue模块实现线程安全队列，含Queue、LifoQueue、PriorityQueue；3.用multiprocessing.Queue实现进程间通信，基于管道和锁，不支持不可序列化对象。
-
使用requirements.txt可实现Python项目依赖的一键安装，首先通过pipfreeze>requirements.txt导出依赖，建议仅保留直接依赖并规范版本控制符如==、>=、~=，然后用户可通过pipinstall-rrequirements.txt在虚拟环境中一键安装，推荐结合虚拟环境避免冲突，新项目也可采用pyproject.toml声明依赖以实现现代化打包方式。
-
multiprocessing.Pool直接mappandas.DataFrame报错因DataFrame默认无法被pickle完整序列化，尤其含自定义方法、扩展类型或未关闭文件句柄时；实操应传numpy.ndarray或纯Python数据结构，避免传整个DataFrame。
-
Python爬虫绕过反爬需模拟真实用户行为：伪造完整请求头（含User-Agent、Sec-Ch-Ua等）、使用代理池分散IP、随机延迟、还原JS加密逻辑或启用无头浏览器，并规避自动化指纹。
-
该用map/filter而非for循环仅当存在清晰数据流意图，如订单ID查库→过滤取消→提价10%的链式变换；否则优先用for循环以保障可读性、调试性与异常处理能力。
-
multiprocessing子进程不继承主线程全局变量修改，因其通过fork或spawn新建独立内存空间；Pool的maxtasksperchild用于定期重启worker防内存泄漏；Queue传大对象慢因序列化开销大，应优先用shared_memory；Windows下不加ifname=="__main__":会导致子进程重复执行顶层代码而崩溃。
-
islice不会提前耗尽迭代器，因为它惰性求值，仅在实际遍历时才从底层迭代器拉取元素，不预加载、不缓存、不回退，时间复杂度O(start+n)，空间复杂度O(1)。
-
rolling(window=3).mean()默认按axis=0（纵向）滑动，索引乱序会导致逻辑错位；min_periods默认为3，前两行返回NaN；应用时应确保索引有序、显式设min_periods=1或用时间窗口，并避免apply中误用np.mean。
