-
Pythonlogging模块需理解Logger、Handler、Formatter、Filter四层协作机制；rootlogger与自定义logger行为差异源于basicConfig仅初始化root且propagate机制影响日志传递；FileHandler缓存丢失需手动flush或设force=True；时区问题应通过formatter.converter=time.gmtime统一UTC。
-
Python的round()函数采用“银行家舍入”规则，即四舍六入五成双，而非传统四舍五入。当小数部分为0.5时，向最近的偶数取整，如round(2.5)得2，round(3.5)得4。此规则减少统计偏差，但可能导致不符合直觉的结果。此外，浮点数精度问题可能影响舍入准确性，如2.675在内部可能表示为略小于其值的形式，导致round(2.675,2)结果为2.67而非2.68。若需传统“五入”行为，推荐使用decimal模块并设置ROUND_HALF_UP模式，或自定义函数实现。decimal模块可避免二
-
Python中可通过__slots__+__setattr__、@dataclass(frozen=True)等方式实现类的不可变性，需注意嵌套可变对象导致的“伪不可变”问题，应通过深拷贝、转为tuple或只读属性规避。
-
接口测试与UI测试应互补协同：通过统一数据管理、前置接口校验、共用业务动作封装及分级执行报告，构建高效稳定的自动化体系。
-
Matplotlib动画核心是实时更新数据并重绘，关键在FuncAnimation逻辑、数据更新方式和性能控制；需导入plt、FuncAnimation、np，设置后端并禁用交互模式，用init/update函数配合blit=True提升效率。
-
Python中不推荐用is比较整数，因为is判断对象身份而非数值相等，小整数缓存范围[-5,256]外行为不可靠，应始终使用==进行数值比较。
-
Python是进入AI领域的最佳起点，因其将模型训练、数据处理、部署上线等复杂任务简化为成熟工具链支撑；需聚焦数据结构与逻辑控制、函数与模块管理、文件读写与异常处理、面向对象基础四块核心能力，以真实小项目驱动学习，构建可展示的技术栈组合并持续产出可验证成果。
-
list.append()是O(1)均摊时间复杂度，因在末尾添加且底层动态数组预留空间；list.insert(i,x)是O(n)，因需移动索引i后所有元素，越靠前插入越慢。
-
Python工程化核心是解决协作与维护中的导入问题：__init__.py缺失、pipinstall-e.失败、sys.path加载顺序混乱、PYTHONPATH不生效、模块缓存干扰等，需通过-m运行、规范包结构、正确配置pyproject.toml来应对。
-
绝大多数正则问题源于原始字符串误用、编译标志不当、贪婪模式错误或^/$作用域混淆；务必用r""定义模式，分清match/search/fullmatch，优先使用.*?和否定字符类。
-
Python中替换字符串主要用str.replace()和re.sub()。前者适用于简单字面值替换，语法直观、性能高；后者基于正则表达式，支持复杂模式匹配、大小写不敏感替换及捕获组等高级功能。replace()通过count参数限制替换次数，re.sub()也支持count和flags（如re.IGNORECASE）实现更灵活控制。选择取决于需求：简单替换优先用replace()，复杂模式选re.sub()。
-
islice不会提前耗尽迭代器，因为它惰性求值，仅在实际遍历时才从底层迭代器拉取元素，不预加载、不缓存、不回退，时间复杂度O(start+n)，空间复杂度O(1)。
-
rolling(window=3).mean()默认按axis=0（纵向）滑动，索引乱序会导致逻辑错位；min_periods默认为3，前两行返回NaN；应用时应确保索引有序、显式设min_periods=1或用时间窗口，并避免apply中误用np.mean。
-
Python字典底层是优化的哈希表，通过哈希函数+位运算定位索引，用开放寻址法处理冲突，负载超2/3时扩容至≥4倍的2的幂，CPython3.6+采用分离式结构保障插入顺序与缓存友好。
-
Python字典底层是优化的哈希表，通过哈希函数+位运算定位索引，用开放寻址法处理冲突，负载超2/3时扩容至≥4倍的2的幂，CPython3.6+采用分离式结构保障插入顺序与缓存友好。
