-
IQR方法通过计算四分位距并设定边界识别异常值，具有统计稳健性。1.它基于Q1（25%分位数）与Q3（75%分位数）之差（IQR=Q3-Q1），定义异常值上下限为Q1-1.5×IQR与Q3+1.5×IQR；2.异常值处理可选择删除、替换为边界值、插补或转换数据；3.该方法不依赖正态分布，适用于偏态数据，但需结合业务背景判断是否剔除或保留异常值。
-
数据清洗是数据分析前最关键的一步，Pandas提供处理缺失值、重复值、异常值、格式不一致和类型错误等工具，需结合业务逻辑分步迭代执行并验证。
-
aiosql报错主因是路径/命名/驱动配置不当：SQL文件须统一放queries/目录下，块名全局唯一；PostgreSQL需指定driver_name="psycopg"；异步方法必须await调用。
-
本文介绍如何在Python命令行交互程序中安全、灵活地处理可变数量的用户输入，避免因参数个数不匹配导致的崩溃，并支持不同命令所需的差异化参数数量。
-
Python对象引用循环指多个对象互相持有对方引用致引用计数无法归零，如父子节点互引；容器自引用、闭包嵌套、自定义__del__方法及弱引用使用不当均会加剧该问题，weakref可主动避免。
-
本文介绍如何在Pandas中对齐并合并列不完全匹配的数据框，确保目标列（如USD/EUR/GBP）始终保留、缺失列自动补NaN，避免KeyError或列丢失，适用于动态字段场景。
-
NameError通常因变量未定义、拼写错误、作用域问题或条件分支遗漏导致，需确保变量使用前已正确定义并检查命名一致性。
-
pytest-repeat插件提供最轻量、符合pytest哲学的重复执行方案，支持命令行--count、装饰器@pytest.mark.repeat及--repeat-scope控制粒度，安装命令为pipinstallpytest-repeat。
-
Python多层爬虫调度系统核心是分层解耦、职责清晰、可扩可控，含任务管理、调度中心、执行代理、结果归集四层，通过Redis/Kafka等中间件轻量通信，强调稳准有度的策略设计与小闭环迭代演进。
-
Python中反斜杠是字符串解析起点而非运行时转义，发生在编译阶段；应避免单个\结尾、慎用r""处理路径，优先用pathlib或os.path.join，原始字符串与Unicode直写更安全可靠。
-
实例的dict是存储其可变属性的字典。例如，创建Person实例并设置name和age属性后，__dict__包含{'name':'Alice','age':25}；类属性如species不进入实例dict__，除非被实例覆盖；若类定义了__slots__，则实例无__dict__；可直接通过__dict动态添加或修改属性，如p.__dict__['city']='Beijing'等价于p.city='Beijing'，但需注意绕过封装和slots限制。
-
反转Python列表有三种主要方法：1.使用reverse()方法直接修改原列表；2.使用切片[::-1]创建新列表，不改变原列表；3.使用reversed()函数返回迭代器，需转换为列表。
-
genfromtxt报“Line#X:ExpectedNfields,gotM”是因默认严格校验每行字段数，遇空行、注释、末尾多逗号等即中断；应设skip_header=0、skip_footer=0、invalid_raise=False，并配dtype='U100'和正确encoding。
-
field_validator不能校验多个字段间的依赖关系，因其仅接收单个字段值且self不可用；可靠方式是使用model_validator(mode="after")访问已验证的完整实例。
-
StreamingResponse默认启用chunkedtransferencoding，前提是不设Content-Length且ASGI服务器（如Uvicorn）支持；需注意Nginx缓冲、生成器yield频率与大小、前端读取方式及超时配置。
