-
Python阻塞I/O会使线程空等，降低CPU利用率与响应速度；虽释放GIL但无法真正并行，需用asyncio、多进程、超时控制或线程池缓解。
-
在Python中捕获ANSI彩色输出需模拟TTY环境或绕过终端检测：一、用script命令创建伪终端；二、设环境变量如LS_COLORS=1并加--color=always参数；三、Linux/macOS用pexpect.spawn分配PTY；四、Windows用winpty封装；五、合并stdout与stderr流。
-
PostgreSQL中insert().on_conflict_do_update()不返回行数，需用RETURNING子句配合fetchall()计数；MySQL依赖rowcount（需exec_driver_sql）；SQLite用changes()；ORM中避免merge()，应使用returning()。
-
在Python中，while循环用于在满足特定条件时反复执行代码块，直到条件不再满足为止。1)它适用于处理未知次数的重复操作，如等待用户输入或处理数据流。2)基本语法简单，但应用复杂，如在猜数字游戏中持续提示用户输入直到猜对。3)使用时需注意避免无限循环，确保条件最终变为假。4)虽然可读性可能不如for循环，但在动态改变循环条件时更灵活。
-
Python常用IDE有PyCharm（专业开发首选，分免费Community版和付费Professional版）、VSCode（轻量灵活，扩展丰富）、Thonny（新手友好，教学向）和JupyterLab/VSCode+Jupyter（数据科学主力），选择需匹配使用场景。
-
Python类型检查是渐进式的，允许选择性添加注解，mypy仅严格校验有注解代码，未注解部分默认跳过或宽松推断，支持混合风格代码库与可调节的检查强度，且兼容Python动态特性。
-
Python中exp函数用于计算e的x次方，主要通过math模块和numpy模块实现；math.exp()适用于单个数值，如math.exp(2)返回约7.389；而numpy.exp()可处理数组或列表，支持逐元素计算，适合批量数据处理；注意math.exp()仅接受实数，不支持列表或复数，传入非法类型会报错；对于非自然常数的幂运算，应使用pow(a,x)或a**x；选择合适方法取决于数据类型与使用场景。
-
括号()优先级最高，其次是属性访问.，然后是指数运算；()是语法结构而非运算符，强制改变求值顺序；.左结合且优先级(15)高于(14)；唯一右结合，故abc等价于a(b**c)。
-
schedule不适合长期运行，因其无后台线程或事件循环，需持续调用run_pending()；APScheduler适合I/O密集型任务但需显式启停；aioschedule适配异步服务但要求全异步；Linux下cron+systemd最稳定，需自行处理日志、锁和环境。
-
dotenv加载失败主因是load_dotenv()未调用或时机过晚，需置于入口文件顶部；跨目录需显式指定路径；pydantic-settings提供类型校验与默认值但启动较慢，应延迟初始化。
-
Python访问UNC路径失败主因是网络重定向未解析，非权限问题；推荐用win32wnet映射盘符或pysmb库直连SMB，注意会话上下文、SMB版本及超时处理。
-
Python协程是用户态可暂停的生成器，依赖事件循环调度：await暂停保存上下文，事件循环就绪后send恢复；单线程无锁高效处理I/O密集任务，但阻塞操作会卡死循环。
-
Python中合并多个DataFrame的核心方法有两种：一是使用pd.concat进行堆叠式合并，二是使用pd.merge进行关联式合并。pd.concat主要用于沿行或列方向堆叠数据，适用于结构相似的数据整合，关键参数包括objs（待合并对象）、axis（合并方向）、join（索引/列对齐方式）及ignore_index（是否重置索引）。pd.merge则基于共同键进行数据关联，支持内连接、左连接、右连接和外连接，核心参数有left/right（待合并的两个DataFrame）、how（连接类型）、o
-
要避免被反爬，需模拟真实用户行为。1.设置常见且轮换的User-Agent和Referer请求头；2.用随机延迟控制请求频率，降低服务器压力；3.使用代理IP池分散请求来源，防止IP被封；4.针对JavaScript渲染和验证码，采用Selenium等工具模拟浏览器操作或接入打码平台；5.遵守robots.txt规则，合法采集公开数据。持续监控响应状态，及时调整策略可实现稳定抓取。
-
Python支持直接将匿名函数（lambda）或已定义函数作为可变参数传入另一函数，无需预先声明命名函数，通过*funcs解包机制即可实现类似PHP的灵活调用方式。
