-
Parquet比CSV/Pickle快的核心原因是列式存储和内置压缩；它支持按需读取列、字典编码及高效压缩（如snappy），大幅降低I/O与内存开销，尤其适合500+列、千万行的大宽表。
-
logging.exception()更可靠，因它自动捕获异常上下文并强制ERROR级别记录，等价于logger.error("msg",exc_info=True)，简洁且不依赖前序日志状态。
-
要忽略FileNotFoundError并让程序更健壮，1.可使用contextlib.suppress简洁地忽略异常，2.对于需替代逻辑的场景，应采用try...except处理，3.如需记录被忽略的异常，可自定义SuppressAndLog类结合日志功能。这三种方法分别适用于不同复杂度的需求，依次从简单忽略到灵活处理再到监控调试。
-
真正提升Python工程能力需构建系统性认知框架，涵盖分层项目结构、自动化开发流程、协作规范及持续微重构。
-
本文介绍两种绕过负向后查找（negativelookbehind）限制的正则方案，用于精准匹配“前面不以逗号+任意空白结尾”的换行符，并通过re.sub实现合并非续行换行符，适用于CSV风格文本预处理等场景。
-
本文详解为何find_all(class_="side_categories")返回单个<div>而非预期的链接列表，并提供两种可靠方法（CSS选择器与嵌套find/find_all）精准定位并提取图书网站的所有分类URL。
-
调试Python代码应依问题复杂度选择print或断点：print适合轻量即时验证，需加标签、及时清理；断点（IDE或pdb）适用于深层逻辑，支持动态观察变量；二者可组合使用提升效率。
-
索引并非越多越好，过多低效索引会拖慢写入并占用磁盘空间；应通过EXPLAIN确认索引是否被实际使用，未被使用的索引应及时删除；复合索引需遵循最左前缀原则，等值字段在前、范围字段居中、排序字段靠右；避免对索引字段使用函数，否则导致索引失效。
-
Python处理JSON嵌套结构需理解dict/list组合逻辑，通过json.loads()解析后，用get()安全访问、递归搜索提取字段，或setdefault/deepcopy稳妥修改。
-
matplotlib与seaborn应分工协作：seaborn快速生成统计图表并处理语义映射，matplotlib精准定制布局、坐标轴及注释；seaborn返回Axes对象，可直接调用ax.*方法深度调整，如设标题、旋转刻度、添加文本等。
-
Python并发程序难测试的核心在于不确定性，包括调度顺序、竞态条件难以稳定触发、事件循环管理复杂、时间相关行为不可控及错误传播路径被遮蔽等问题。
-
使用GDAL打开GeoTIFF等栅格文件后，若未显式关闭数据集对象（如Band1_ds），操作系统会持续锁定文件，导致后续调用os.remove()时抛出“文件正被另一个进程使用”错误。关键在于调用.Close()方法或置为None——但必须作用于原始GDALDataset对象变量。
-
应优先使用列表推导式而非map和filter，因其更直白、易调试、性能略优；仅在需惰性求值、复用纯函数或流式处理时才考虑map/filter。
-
清洗过程必须实时嵌套校验，不可跳过校验直接清洗后入库；每步清洗操作均需对应校验断言，如去重前检查重复量级、关键字段需唯一性+非空双校验，类型判断应使用pd.api.types.is_string_dtype()等健壮方法。
-
tzlocal在Docker中返回UTC的根本原因是基础镜像未配置/etc/localtime和/etc/timezone，导致其回退到UTC；正确解法是通过symlink和写入文件确保两者存在且匹配，而非仅设TZ环境变量。
