-
Python3.13free-threaded模式下asyncio默认不可用，需显式启用-Xuse_free_threading或改用uvloop；subprocesstimeout易失效，应手动管理进程；numpy等扩展需确认线程安全；部署时须在代码中运行时检测sys.free_threading_enabled。
-
Ubuntu中不建议卸载系统自带的python3（如3.10、3.12），因其被apt、gnome-shell等关键组件依赖；应仅卸载额外安装的版本（如deadsnakesPPA或源码编译的python3.9/3.11），并验证系统Python功能完好。
-
Python模块导入依赖sys.modules字典缓存，首次import加载执行，后续直接返回已缓存模块对象；单纯删除sys.modules键不能真正卸载模块，因对象引用和跨模块绑定仍存在。
-
shutil.copytree复制失败因目标目录存在，应使用dirs_exist_ok=True参数（Python3.8+）跳过报错，但不清理旧文件，仅覆盖同名文件。
-
pd.read_sql直连MySQL需手动安装驱动（如pymysql），URL须用mysql+pymysql://格式，特殊字符需quote_plus编码，大数据量应设chunksize，时间字段需统一时区并处理非法日期。
-
sklearn.tree.plot_tree是最轻量的决策树可视化方案，需传入已训练模型及feature_names等参数；分类树value为各类样本数，回归树value为预测值；export_graphviz需系统级Graphviz支持且注意precision等参数。
-
<p>Python3.6+的set使用紧凑哈希结构（索引数组+键值数组），内存节省20%～25%，迭代保持插入顺序但非规范保证；add()因重哈希可能比append()慢；difference()比-更灵活；frozenset不递归冻结元素；hash()跨进程不一致需PYTHONHASHSEED=0或改用hashlib。</p>
-
真正卡住多数人的不是没学完，而是没搞清ndarray内存布局对索引的影响、广播规则的静默失败机制、ufunc与np.vectorize的本质区别；三个痛点：切片视图/拷贝判定、np.where的逐元素选择原理、原生ufunc与apply_along_axis的性能差异。
-
Python表达式和运算符是程序逻辑基础，包括算术（+、−、、/、//、%、*）、比较（==、!=、<、>等，支持链式）、逻辑（and、or、not，短路求值）三类，需注意优先级、结合性及行为细节。
-
Python函数学习关键在理解def、lambda、闭包、装饰器、作用域和调用栈五大机制，而非虚构的“第245讲”；def创建function对象，lambda仅支持表达式，装饰器失效多因调用时机或返回错误，闭包自由变量存在晚绑定陷阱。
-
Python性能优化应优先定位并优化热点代码，使用cProfile、line_profiler等工具精准测量瓶颈，再针对性优化I/O、算法复杂度及内置类型使用，而非过早纠结语法细节。
-
float('inf')在浮点语义上大于sys.maxsize，但二者类型、语义和底层表示均不同，不可混用：前者用于浮点/通用比较场景（如算法极值初始化），后者用于整数上下文。
-
本文介绍如何用NumPy向量化计算替代低效的turtle逐点绘图，将曼德博集合渲染时间从数十分钟缩短至毫秒级，并配合Pillow快速生成高质量图像。
-
Python多线程无法真正并行CPU计算，因CPython的GIL强制同一时刻仅一个线程执行字节码；I/O时GIL释放，故适合I/O密集任务；多进程通过独立解释器绕过GIL，实现多核并行，但开销大。
-
在Ren'Py中，screen是非阻塞式界面元素，不能直接用calllabel跳转控制流；需通过Hide()动作关闭屏幕，并配合callscreen的自然返回机制来恢复对话流程。
