-
df.reset_index(drop=True)可重置过滤后DataFrame索引为连续整数且不保留原索引列；漏掉drop=True会导致原索引变为名为index的新列，是常见错误。
-
最省心的EMA计算方式是直接调用pandas.Series.ewm，因其采用稳定数值算法且精度高；关键要分清alpha与span的含义与换算关系，二者互斥不可共存，且需注意初值、NaN处理及相对误差验证。
-
反爬核心是识别非人类行为，需模拟真实浏览器：完善请求头、随机User-Agent、设置Referer、复用Session、添加延时；验证码优先绕过或调用打码平台；长期采集须分站定制策略、监控响应、使用住宅代理、多技术栈组合。
-
Python的for循环能遍历对象是因为它们遵循迭代器协议：实现__iter__()返回迭代器，且迭代器实现__next__()；for循环本质是iter()加next()的语法糖。
-
PydanticBaseModel提供自动类型转换、多级校验与错误聚合：str用min_length=1拦截空白符，int自动转类型并报错，嵌套结构逐层校验；Query/Path/Body需分入口校验；业务规则用@field_validator或@model_validator统一处理，避免路由中手动try/except。
-
本文详解Flet中多用户共享状态（如访问计数）的实时同步方案，指出单纯文件存储+page.update()的局限性，并提供基于服务端状态管理与事件驱动更新的可靠实践。
-
Python是编程语言而非编辑器，需用文本编辑器或IDE编写代码；常用工具有系统自带编辑器、VSCode、IDLE和PyCharm，关键步骤是保存为.py文件并用Python解释器运行。
-
在Python编程中，当代码执行过程中遇到错误时，程序会抛出异常。如果不加以处理，异常会导致程序中断。以下是几种优雅处理异常的常用方法：一、精确捕获特定异常类型避免使用空的except子句或捕获过于宽泛的BaseException，应明确指定可能发生的异常类型，以便针对性处理并保留未预期异常的可见性。1、识别可能触发的异常类型，例如文件操作中的FileNotFoundError、网络请求中的ConnectionError。2、在except后列出具体异常类，多个异常用元组形式包裹。3、为每个异
-
np.roll()是最直接的循环移位方案，因其专为循环移位设计、自动模长处理偏移、支持多维与axis指定、返回新数组且性能优异，而NumPy并无np.shift()等替代函数。
-
Python自定义异常应继承Exception而非BaseException；类名须以Error结尾，构造参数仅保留message、code、details等必要字段；仅对非预期错误抛异常，避免滥用。
-
Pythondocstring必须用三重双引号，紧贴def下方无空行，首行摘要后需空一行；类型提示优先于docstring类型描述，风格（Google/NumPy）须统一。
-
Python中=是赋值语句，不能用于条件判断，否则报SyntaxError；==是调用__eq__的比较操作，行为依赖类型实现，二者语法层级和用途完全隔离。
-
asyncio.gather适合多个独立、无依赖、可并行发起的协程任务，如并发HTTP请求；需传入已调用的协程对象，避免同步阻塞，推荐加return_exceptions=True捕获异常，并用Semaphore控制并发量。
-
PEP8的79字符限制是历史妥协而非硬性要求，关键在于团队配置一致；snake_case与PascalCase体现语义分层；空行规则降低gitdiff噪声；import分组顺序提升可维护性。
-
popitem()方法从字典末尾移除并返回键值对，适用于清空字典场景。示例：my_dict={'a':1,'b':2,'c':3}；item=my_dict.popitem()返回('c',3)，字典变为{'a':1,'b':2}。空字典调用会抛出KeyError异常，需提前判断或捕获异常。常用于任务队列、配置处理等需逐个取出元素的场景，如while循环中遍历并清空config字典。注意Python3.7+字典保持插入顺序，确保后进先出行为可靠。
