-
Python代码审查核心是保障可读、可靠、可维护并符合PEP规范；重点检查逻辑正确性与边界处理、Python惯用法、可读性、安全及工程实践。
-
安装Python时未添加到PATH会导致命令无法识别，需重新安装并勾选“AddPythontoPATH”；2.应避免混淆Python2与3，务必安装Python3.x版本并通过python--version确认；3.初学者不应过度依赖PyCharm等复杂IDE，建议先使用IDLE或轻量编辑器熟悉基础；4.必须养成使用虚拟环境的习惯，通过python-mvenvvenv创建隔离环境，防止项目间包版本冲突。正确搭建环境可避免常见问题，提升学习效率。
-
Python流行是技术设计、生态积累和现实需求共同推动的结果：语法简洁自然，应用覆盖爬虫、数据分析、AI建模及办公自动化，依托Django、Pandas、PyTorch等强大开源生态，并获国家教育推广与企业招聘广泛认可。
-
Python协程依赖事件循环实现协作式调度，通过async/await语法定义和控制协程的挂起与恢复；调用async函数返回协程对象，需封装为任务（Task）并注册到事件循环；事件循环维护就绪与等待队列，当协程遇到await时主动让出CPU，执行权交还事件循环，后者从就绪队列中选取下一个任务执行；IO完成或定时器到期等事件通过回调机制通知事件循环唤醒对应协程；调度基于单线程协作原则，不保证公平性，长时间不await的协程可能阻塞其他任务，因此需避免CPU密集型操作；多核并行需结合进程池或线程池处理阻塞任务
-
Python中对象引用和属性赋值的工作机制，特别是在链表操作中的表现。它强调Python没有“自动填充”属性的行为，所有属性赋值都是显式的。通过详细的代码示例和内存引用分析，揭示了变量如何指向对象，以及属性如何被手动设置和更新，从而避免了对“指针”自动行为的误解。
-
两个集合相等当且仅当它们包含相同元素，使用==运算符判断。示例中set_a==set_b返回True，因元素相同；set_a==set_c返回False，因元素不同；空集比较返回True。注意：集合自动去重，==比较值而非身份，避免使用is。
-
多领域文本混合分类需分层解耦与联合优化：先用共享BERT编码，再通过领域分支（2层MLP+focalloss）预测粗粒度领域，细分类分支将领域概率与[CLS]拼接后经1层Transformer分类；训练中引入动态难例采样、一致性约束、领域自适应正则（KL项，λ线性退火）、三阶段解冻及梯度隔离策略，验证以“领域×细类”宏平均F1为准。
-
核心是目标驱动的数据闭环：先定义分类体系并标注样本，爬取时嵌入标签线索，边爬边清洗（去广告、过滤长短文本），用TF-IDF+LogisticRegression快速验证baseline（准确率常超85%），再据数据规模微调BERT类模型。
-
Python的sort()方法用于列表原地排序，不返回新列表；sorted()函数则返回新列表。1.sort()默认升序排列数字或字符串列表。2.设置reverse=True实现降序排序。3.使用key参数自定义规则，如按长度len或忽略大小写str.lower排序。4.注意sort()仅适用于列表且修改原数据，若需保留原列表应使用sorted()。掌握这些即可应对多数排序场景。
-
Python正则默认不匹配换行符，需用re.DOTALL使.跨行匹配，re.MULTILINE使^$匹配每行首尾，二者作用不同不可混用，组合可用re.DOTALL|re.MULTILINE或(?ms)。
-
Scapy是Python中功能强大的交互式数据包操作工具，可构造、发送、嗅探、解析各类协议包；安装后需管理员权限运行，支持抓取HTTP包、自定义SYN探测、保存/重放pcap文件及链式筛选分析。
-
使用cv2.putText()可在图像上添加文本，参数包括图像、文本内容、位置、字体、大小、颜色、粗细和线型，支持多种字体类型，但仅限ASCII字符，中文需借助PIL实现。
-
当从父目录导入子目录中的类时，若该类又依赖同目录下的其他模块，需使用相对导入（如from.BimportB）而非绝对导入，否则会触发ModuleNotFoundError。
-
推荐使用venv、virtualenv、conda、pipenv或poetry创建Python虚拟环境。venv是Python3.3+内置工具，无需安装，适合基础场景；virtualenv功能更强，支持Python2/3及自定义配置，但需额外安装；conda适用于数据科学，可管理非Python依赖，跨平台一致，但安装包较大；pipenv整合pip与virtualenv，自动生成Pipfile，适合中小型项目，但性能较慢；poetry现代且功能全面，支持依赖锁定与项目打包，适合团队协作与发布，但学习曲线较高
-
Python连接Redis需两步：先安装redis-py客户端（pipinstallredis），再按需安装Redis服务端（macOS用Homebrew、Windows推荐Docker、Linux用apt）；安装后通过redis.Redis()连接并操作。
