-
Python批量请求需用Session复用连接、ThreadPoolExecutor并发、分层捕获异常并统一收口结果。关键包括：连接池调优、线程安全复用Session、按错误类型重试、结构化存储成败结果。
-
Python3严格区分str（文本）和bytes（二进制），二者类型、内存表示及操作接口均不同，混用导致TypeError或UnicodeDecodeError；必须用.encode()和.decode()显式转换，且编码名需准确匹配。
-
文本数据清洗需系统处理伪空值、编码异常、格式不一及非结构信息提取：先strip+replace统一空值，用utf-8-sig读取去BOM，正则清理控制字符，translate归一标点，小写/空格/数字标准化，正则或dateutil提取结构化字段。
-
Python自带dict不支持TTL因其纯内存映射，无时间戳、过期检查或自动清理机制；手动维护易致内存泄漏，Timer方案开销大且难管理；推荐懒过期封装方案，读时检查并删除过期项。
-
Python单继承中子类调用父类方法出错，因super()走MRO链而类名调用硬编码父类；多继承需理解C3线性化MRO规则，统一用super()并保持参数签名一致，避免参数丢失或冲突。
-
asyncio.Task忘记cancel会导致内存泄漏，因悬停任务持续持有协程帧和变量引用；asyncwith/for异常跳出、滥用__del__/weakref、忽略第三方库私有缓冲区等亦是常见原因。
-
Python安装第三方库的核心机制是通过pip工具实现，使用命令如pipinstall库名即可从PyPI下载安装；若pip未识别，可重新安装Python并添加至PATH或手动配置环境变量，也可用python-mpip方式调用；网络问题导致安装失败时，可通过指定国内镜像源（如清华、阿里云）加速下载；为避免不同项目间库版本冲突，推荐使用venv创建虚拟环境，实现依赖隔离，并通过requirements.txt管理项目依赖，确保开发环境独立与可复现。
-
目标检测模型训练需遵循“标得准、配得对、训得稳”三原则：精准标注边界框与类别，按框架要求组织数据格式与配置文件，合理调参并监控loss与mAP，结合可视化分析错误类型以迭代优化。
-
os.path.join()能根据操作系统自动适配路径分隔符，拼接路径更安全：在Windows用反斜杠，Linux/macOS用正斜杠；传入绝对路径时会忽略前面的路径；常用于构建配置文件、日志等动态路径，推荐与file配合获取当前目录，提升代码可移植性。
-
Python位运算符&、|、^仅支持整数，非整数抛TypeError；bool虽可运算但语义模糊，负数按补码参与，状态压缩用int比list[bool]更省内存、更快。
-
本文详解使用keyboard库精准触发主键盘区方向键（非数字小键盘）的方法，纠正常见键名误用问题，并提供可靠代码示例、注意事项及调试建议。
-
本文介绍如何对具有多级列索引（MultiIndexcolumns）的DataFrame，按外层列标签（如日期）进行分组求和，并将结果重塑为以该层级为行索引、内层列为列名的标准表格格式。核心方法是结合df.sum()与unstack()实现高效层级聚合。
-
本文详解为何自定义mymax函数在处理字符串时结果“看似错误”，揭示Python中字符串比较的本质是字典序而非长度，并提供符合内置max()行为、支持key参数的健壮实现方案。
-
Python协程中阻塞调用危险，因会卡住单线程事件循环，使所有协程无法调度；应改用asyncio.sleep、aiohttp等异步替代方案，并启用debug模式预警。
-
本文介绍如何将JSON格式的参数从input.txt文件中安全、规范地加载为Python字典，并用于requests.get()请求，替代硬编码参数，提升代码可维护性与灵活性。
