-
当Python列表作为元素写入CSV文件时，csv模块会默认调用str()函数将其转换为字符串形式。这意味着列表的文本表示（包含方括号和引号）会被直接写入单元格，而非列表对象本身。读取时，需要额外的解析步骤才能恢复为原始列表结构，直接读取会得到一个字符串。
-
虚拟环境为Python项目提供独立空间，避免依赖冲突。使用venv创建虚拟环境：在项目目录运行python3-mvenv.venv，激活环境（Linux/macOS：source.venv/bin/activate；Windows：.venv\Scripts\activate），提示符显示环境名后即可用pip安装依赖。退出运行deactivate。requirements.txt记录依赖包及版本，生成命令为pipfreeze>requirements.txt，在新环境中先激活虚拟环境，再运行pipi
-
正则表达式中匹配空白字符的关键在于理解不同类型的空白符及其表示方式。1.常见空白字符包括普通空格、制表符（Tab）、换行符（\n）、回车符（\r）、换页符（\f）、全角空格（\u00A0）等；2.使用\s可匹配大多数常见空白字符，但在部分环境中需显式添加\u00A0以兼容全角空格；3.若仅需匹配特定空白，可手动指定如[\t]或[\t\n\r]；4.实际应用中需注意全角空格漏网、换行符跨平台差异及多空白合并等问题，例如用\s+替换为空格实现空白统一处理。掌握这些要点能更高效地应对文本处理中的空白问题。
-
单下划线在Python中有多种约定用途：1.前置单下划线如_helper表示内部使用，提示私有；2.在循环中用_作无关变量占位符；3.交互式环境中_保存上一表达式结果；4.国际化时_()作为翻译函数别名。
-
Python中类是对象模板，实例化生成独立对象并分配内存；实例属性属单个对象，类属性被所有实例共享；点号或getattr/setattr访问属性；self是实例方法必含的隐式参数。
-
字符串反转是将字符顺序颠倒，常用切片[::-1]实现，如"python"变"nohtyp"；也可用reversed()加join()或循环拼接，但切片最高效。
-
pandas读取Excel最常用pd.read_excel()，写入用df.to_excel()；需注意引擎依赖（如openpyxl、xlrd）、参数设置（sheet_name、skiprows、dtype等）及大文件优化策略。
-
在Python中，//运算符表示地板除法，返回向下取整的整数结果。1)地板除法与常规除法不同，5//2结果为2。2)实际应用如计算利息时，123.45//1结果为123。3)与其他语言相比，Python的//始终返回整数。4)示例代码展示了10//3结果为3。5)地板除法的优点是精确控制整数运算，但需注意避免误用。6)使用时应明确需要整数结果，并小心处理负数，如-5//2结果为-3。
-
通过取余和整除分解三位数，再重组实现逆序输出；2.可将数字转字符串用切片[::-1]逆序后转回整数；3.若原数含末尾零，逆序后前导零会被忽略，需输出字符串保留格式。
-
Pandas的sort_values()函数是Python中处理表格型数据排序的核心工具，其优势在于支持单列或按多列复合排序，例如先按部门升序、再按年龄降序等，使用by参数指定列名列表，ascending参数控制每列的排序方向。此外，sort_values()还提供inplace参数决定是否修改原数据，na_position参数控制缺失值位置，默认为'last'，也可设为'first'。对于复杂排序需求，可以通过1.创建衍生列（如字符串长度、计算比率等）进行排序；2.利用CategoricalDtype定
-
删除目录需根据是否为空选择方法：1.空目录用os.rmdir()或Path().rmdir()；2.非空目录用shutil.rmtree()；3.推荐先用os.path.exists()检查存在性，避免异常，提升程序健壮性。
-
核心原因是apply默认逐组构造新DataFrame/Series对象，触发完整Python层循环和对象开销，而agg/transform在底层尽可能复用向量化操作或C优化路径。
-
最可靠的方式是检查sys.frozen是否为True；PyInstaller打包后设为True，未打包时为None或不存在，且需优先于其他模块导入和资源加载前执行检测。
-
Python包是含__init__.py的文件夹，可被导入并组织模块；普通文件夹无此功能。从Python3.3起支持无__init__.py的命名空间包，但推荐仍使用该文件以明确包结构和初始化行为。
-
Python处理XML数据首选ElementTree，其核心步骤为：1.解析XML；2.查找元素；3.访问数据；4.修改结构；5.写回文件。ElementTree无需额外安装，功能强大且直观高效，支持从字符串或文件解析，通过find()、findall()等方法查找元素，并能创建、修改和删除节点。处理大型XML时推荐使用iterparse()实现流式解析，避免内存问题。对于命名空间，需手动拼接QName或通过字典辅助构造完整标签名。此外，Python还有lxml（性能强、支持XPath/XSLT）、min
