-
特征工程是围绕预测目标设计经济意义明确、统计稳健、时序兼容的变量，需严格避免未来信息泄露，统一多源数据时间戳与频率，聚焦价格行为、订单流、跨市场三类可解释特征，并通过滚动标准化、winsorize及模块化封装实现可测试、可回滚、可归因。
-
pd.merge()对重名列默认添加\_x和\_y后缀是正常行为，可通过suffixes参数自定义，如('\_left','\_right')；仅当存在同名列且未指定suffixes时触发，不影响性能但影响下游列名引用。
-
Python解包是语言级结构化赋值机制，核心为结构匹配：基础解包要求变量与元素数量一致；星号表达式可捕获剩余项；嵌套解包需左右结构形状一致；函数调用中和*分别展开位置与关键字参数。
-
可视化多线程的关键是呈现并发行为、状态变化与数据流向，需通过轻量日志打点采集锁事件、任务执行、阻塞等可观测点，再用ChromeTracing、Matplotlib甘特图或FlameGraph等工具按目标维度绘图。
-
logging模块非开箱即用，需手动配置Logger、Handler、Formatter；basicConfig仅首次生效；日志按层级继承并向上传播；多进程需避免共用FileHandler，推荐队列或专用收集进程。
-
本文介绍如何修复VSCode中JupyterNotebook内dict['触发的字典键智能提示（IntelliSense）失效问题，核心是切换至Pylance语言服务器并正确配置。
-
Python网络请求分HTTP封装（如requests）和底层Socket两种路径：前者简洁高效，适合常规API调用；后者可控性强，适用于定制协议、TCP长连接等场景。
-
rename()在同文件系统内重命名是原子操作，可静默替换目标文件且不可中断；跨文件系统需fallback到copy+unlink；os.rename()继承此特性，但需注意内容落盘需额外fsync。
-
Python读取txt文件常用open()函数，推荐使用with语句确保文件自动关闭。1.read()一次性读取全部内容，适合小文件；2.readline()逐行读取，readlines()返回所有行的列表；3.直接遍历文件对象最高效，适合大文件；4.指定完整文件路径可读取非同目录文件，Windows建议用r''原始字符串避免转义问题。
-
safety每次扫描需联网查CVE是因默认不带本地数据库，优先保障数据新鲜度；离线需手动执行safetydbupgrade下载缓存至~/.safety/safety.db，再指定--db-path才能使用。
-
本文介绍如何基于字典中定义的天数规则，为PandasDataFrame中的日期列批量添加对应天数，生成新的日期列，适用于按类别（如YEARS、MONTHS）应用不同时间偏移的场景。
-
在使用python-docx修改页面宽度或高度时，常见错误是将page_width和page_height当作可调用方法（如section.page_width(...)），而实际上它们是可赋值的属性，需直接赋值Inches()对象。
-
根本原因是StreamHandler底层write()非原子性导致日志交叉或丢失；官方推荐用QueueHandler+QueueListener分离记录与输出，确保线程安全且高性能。
-
PyCharm适合专业开发，VSCode灵活多语言，Jupyter专注交互式数据科学，Anaconda强于环境管理，SublimeText追求轻量高效。
-
SMTP连接失败需改用SSL/TLS并配应用专用密码；定时任务要对齐环境路径并重定向日志；邮件编码须用MIMEText和Header指定UTF-8；密码应通过环境变量安全传递。
