-
红黑树旋转必须同步更新节点颜色，否则立即破坏红黑性质；旋转仅改拓扑，颜色与结构共同维持约束；每次旋转需重设参与的三个节点颜色，且旋转须封装在insert_fixup/delete_fixup中按case绑定变色与旋转。
-
copy.copy有时没用是因为它只做浅拷贝，不递归复制嵌套的可变子对象，导致新旧对象共享内部可变元素，修改一方会影响另一方。
-
Python优势在于开发效率高、生态丰富、学习门槛低且前沿领域支持强；语法简洁、缩进替代大括号、无需类型声明，新手几天即可上手；PyPI超40万包覆盖数据科学、AI、Web等全场景；跨平台稳定，工业级应用成熟；社区活跃、文档友好、问题解决高效。
-
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
-
dataset.read_table()读空的主因是目录格式不匹配：默认仅识别Hive分区路径或含_metadata文件，裸Parquet文件需显式设format="parquet"或partitioning=False；filter须用pyarrow.compute表达式，如pc.match_substring(pc.field("name"),"abc")。
-
本文详解在LangChain中使用FAISS.load_local()加载本地索引时，因默认禁用pickle反序列化而触发的安全警告，以及如何在确保可信前提下安全启用allow_dangerous_deserialization=True。
-
comtypes调用WordCOM失败主因是环境未配好：需安装与Python位数一致的桌面版Word，手动首次运行完成COM注册，并设Visible=False和DisplayAlerts=0避免弹窗；SaveAs导出PDF须用FileFormat=17，路径用原始字符串，且必须调用doc.Close()和word.Quit()释放进程。
-
np.sqrt()是向量化函数，比Python循环快10–100倍，支持任意形状数组和多种输入类型，负数输入返回nan并触发RuntimeWarning，不中断执行。
-
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。
