-
filecmp.cmp()默认不能直接判断内容相同，因shallow=True仅比大小和修改时间；须显式设shallow=False才逐字节比对，返回True表示字节完全一致（含换行符、BOM等）。
-
RotatingFileHandler通过maxBytes和backupCount按字节大小轮转日志：maxBytes设单文件最大字节数（如1MB），backupCount设保留备份数（如3个），写满后重命名并滚动删除最老备份；注意非实时触发、非进程安全、需确保目录权限及编码显式指定。
-
map函数并非总比for循环快，仅在使用纯内置函数、大数据量且需惰性求值或多迭代器并行时有C层优化优势；其他情况常不如列表推导式。
-
logging.exception()更可靠，因它自动捕获异常上下文并强制ERROR级别记录，等价于logger.error("msg",exc_info=True)，简洁且不依赖前序日志状态。
-
本文详解Python函数内定义的变量为何在外部无法访问，并提供规范写法：通过return返回值并在调用处接收，避免因作用域限制导致的"NameError:name'xxx'isnotdefined"错误。
-
直接用pandas.read_csv()读千万行卡死，本质是默认C解析器逐行做类型推断和Python对象构造；改用PyArrow后端（engine="pyarrow"）并预设dtype、usecols等参数，可将1200万行读取从90秒降至15秒内、内存从8GB压至≤3.5GB。
-
根本原因是yield前异常导致清理逻辑不执行；正确做法是用try/finally包裹全部资源操作，yield仅交出资源，且需防御性判断避免覆盖原始异常。
-
np.convolve做低通滤波易出错，因默认'full'模式导致输出变长且边界失真；'same'仅截取中间段，未解决零填充污染与相位延迟问题。
-
本文详解如何在Django项目中解耦长期运行的异步爬虫与Web展示层，推荐采用「Redis+ASGI+Server-SentEvents（SSE）」组合方案，兼顾可靠性、可扩展性与Django原生异步生态兼容性，避免线程/进程阻塞、事件循环冲突及中间件同步陷阱。本文详解如何在Django项目中解耦长期运行的异步爬虫与Web展示层，推荐采用「Redis+ASGI+Server-SentEvents（SSE）」组合方案，
-
Python3.7+中dict已保证插入顺序，按键排序应直接用{k:d[k]forkinsorted(d)}，无需OrderedDict；仅当需move_to_end()、popitem(last=False)或严格顺序相等性时才用OrderedDict。
-
Python文件操作必须进行精准异常处理：FileNotFoundError、PermissionError等需分类捕获，配合with语句、路径预检和日志记录，保障程序健壮性与用户体验。
-
Python字典键必须是可哈希类型，即对象生命周期内哈希值不变且实现__hash__()和__eq__()方法；常见可哈希类型包括int、str、tuple（元素全可哈希）、frozenset、None及合规自定义类；list、dict、set等不可变性或未实现哈希协议的类型不可用作键。
-
异步代码调试失灵的根本原因是协程未被事件循环调度，breakpoint()在未await的协程中不生效；需启用PYTHONASYNCIODEBUG=1捕获静默错误，并在VSCode中设"justMyCode":false以跟踪await调度。
-
使用np.memmap时，result[:]=a[:]-b[:]会意外创建完整中间数组导致OOM；应改用支持out=参数的ufunc（如np.subtract）直接写入磁盘映射内存，避免RAM缓存膨胀。
-
最安全直观的方式是对单列用df[col_name].apply(func)；df.apply(func,axis=1)是按行操作而非按列，易导致报错或结果错误；axis=0（默认）才按列处理，但需函数适配Series输入。
