-
gc.collect()仅处理循环引用，对普通对象堆积无效；低内存时应优先砍引用、清容器、关自动回收，并用gc.collect(0)分级回收，避免全量Stop-The-World。
-
是的，Python可以通过python-pptx库高效操作PowerPoint。1.安装python-pptx库并导入模块后，可创建新PPT或打开现有文件；2.利用slide_layout选择幻灯片模板，通过shapes和placeholders添加或修改文本、标题、副标题等内容，并支持精细的文本格式设置如字体、加粗等；3.支持插入图片、表格和图表，分别使用add_picture、add_table和add_chart方法实现；4.推荐使用模板加载方式提升效率，结合数据驱动批量生成报告，同时建议模块化代码
-
frommoduleimport*会无条件覆盖当前作用域中同名标识符，导致函数、变量甚至内置函数被替换，引发难以排查的运行时错误，且破坏IDE支持、静态检查、依赖分析与团队协作。
-
真正学Python数据分析需掌握三个关键动作：读得进数据、算得对逻辑、画得出结论；中文路径用原始字符串或正斜杠，CSV编码需显式指定或用chardet检测，groupby().agg()推荐命名元组语法，Jupyter绘图须配%matplotlibinline，导出图片要加bbox_inches参数。
-
Plotly不支持直接通过legend2_font=等“下划线语法”修改非默认图例的样式；必须显式声明legend2=dict(...)字典对象，才能正确配置第二个图例的位置、字体等属性。
-
Pythonthreading模块支持多线程编程，1.用threading.Thread创建线程，调用start启动，run可重写；2.join阻塞主线程，is_alive判断运行状态，daemon设守护线程；3.current_thread获取当前线程，main_thread获取主线程，active_count统计活跃线程，enumerate列出所有活跃线程；4.Lock、RLock、Semaphore、Event、Condition为同步工具，常用Thread、start、join、Lock和curr
-
本文介绍在pytest-xdist多进程并行执行场景下，如何确保参数化测试中昂贵文件仅生成一次（跨worker进程），并通过文件锁机制实现线程与进程安全的共享访问。
-
IsolationForest可有效识别时序业务离群点，需构造多维特征、合理设contamination、标准化预处理，并结合状态机、SMTP邮件、APScheduler实现稳定报警闭环。
-
因为可变对象作默认参数会在函数定义时创建一次并被所有调用共享，导致修改污染后续调用；正确做法是用None占位并在函数体内初始化新对象。
-
session级fixture共享token易致401或ScopeMismatch错误，主因是生命周期不匹配：token与依赖对象（如function级request_util）作用域冲突、token过期、header被覆盖；应确保token与client同级或解耦，显式注入而非自动设置。
-
直接用pip安装python-docx最简单可靠，需先确认Python和pip已正确安装并加入PATH，再执行pipinstallpython-docx，注意勿误装docx或docx2python，安装后通过fromdocximportDocument验证。
-
实现网络爬虫的关键步骤为：分析目标网站结构、发送请求获取数据、解析页面内容、存储有用信息。首先明确要爬取的网站及内容，如新闻标题或商品价格，并检查页面HTML结构；接着使用requests库发送GET请求，注意添加headers和延时避免被封；然后用BeautifulSoup或XPath解析HTML提取所需数据；最后将数据保存为文本、CSV或存入数据库，根据需求选择合适方式。
-
按行读取适合文本文件，内存占用低；2.按块读取可控制读取量，适用于二进制或需自定义解析的场景，注意避免行截断。
-
async函数中禁用time.sleep()等同步阻塞调用，须改用awaitasyncio.sleep()；同步I/O（如requests、json.loads）需替换为异步版本或通过run_in_executor谨慎处理，否则会卡死事件循环。
-
先排查隐性环节而非SQL，真实瓶颈常在DNS解析、连接池重建、SSL握手或中间件阻塞；需用SkyWalking等APM工具定位全链路耗时分布，flask_profiler仅统计Python层内部时间，无法覆盖网络I/O与连接建立等关键环节。
