-
适配器模式解决已有类接口与新需求不匹配的调用障碍，如参数名、顺序、语义差异；它不处理协议级或网络层兼容，而是通过继承目标接口并组合被适配对象实现翻译桥接，推荐使用对象适配器以避免MRO冲突、提升灵活性和可测试性。
-
局部变量仅在函数内部有效，函数结束即销毁，无法被外部访问。1、函数内赋值创建的变量默认为局部变量。2、局部变量不影响同名全局变量。3、赋值前读取局部变量会引发UnboundLocalError。4、局部变量屏蔽同名全局变量，优先使用局部变量。5、可用locals()查看局部变量字典。6、每次函数调用重新初始化局部变量，递归调用中各层独立。7、需跨调用保留状态时应使用类或闭包。8、嵌套函数中需用nonlocal声明以修改外层局部变量，不可用于全局变量。
-
sheet_name参数可传None、字符串、整数、字符串列表或整数列表：None读全部表并返回字典；字符串或整数读单表并返回DataFrame；列表读多表并返回字典；非法组合如["Sheet1",None]会报ValueError。
-
Python中Windows路径报错因反斜杠\被当作转义符，导致\u、\n等解析异常；用原始字符串r""可解决字面量问题，但拼接或跨平台时应优先使用pathlib.Path或os.path.join。
-
TensorFlow2.x默认启用多线程并行导致CPU满载，需通过tf.config.threading.set_intra_op_parallelism_threads（控制单算子内线程数）和set_inter_op_parallelism_threads（控制算子间并发数）限制，且必须在import后、任何TF操作前设置；环境变量TF_NUM_INTRAOP_THREADS/TF_NUM_INTEROP_THREADS优先级更高。
-
Blueprint必须通过app.register_blueprint()显式注册到Flask应用，否则路由无效；注册顺序影响匹配优先级，需指定唯一name并合理使用url_prefix。
-
Python项目可维护性核心在于组织逻辑而非仅格式规范：按业务域划分包结构、命名体现上下文、测试与配置一等地位。
-
Langchain的CSVLoader默认将除metadata_columns外的所有列拼接为文本作为Document的page_content，这才是实际被嵌入模型向量化的部分；metadata_columns仅保留在元数据中，不参与向量化。
-
本文详解如何在Pandas中对分组数据（如按ISIN）基于时间列（如date_x）计算时间窗口滚动均值，重点解决ValueError:invalidonspecifiedasdate_x错误，并提供可复用、健壮的代码方案。
-
Python切片时间复杂度为O(k)，k为结果长度；list/str/tuple切片均创建新对象，range切片为O(1)，自定义类由__getitem__决定，numpy切片通常为O(1)视图。
-
本文揭示Flask-SocketIO应用中“多个玩家进入同一房间时彼此错误出现在对方房间”的典型问题，根本原因在于Python类初始化时使用可变对象（如字典、列表）作为默认参数，导致所有实例共享同一内存地址，而非各自独立副本。
-
Python统计元素频率最常用collections.Counter，它简洁高效且是dict子类，支持自动计数、most_common()、安全访问和算术运算；小数据量可用defaultdict(int)或字典get()/setdefault()；数值型数据推荐NumPy的np.unique()或Pandas的value_counts()。
-
本文详解PIL的Image.fromarray()在处理单通道NumPy数组时的常见错误与正确用法，重点解决因维度不匹配或数据类型不兼容导致的TypeError，并澄清PIL对(H,W)与(H,W,1)形状的处理逻辑。
-
df.boxplot()标出的异常值是IQR法识别的统计离群点，即超出[Q1−1.5×IQR,Q3+1.5×IQR]范围的点，以小圆点显示；需结合业务判断是否为真实错误。
-
使用IB-Insync时，首个订单可正常提交至TWS，但后续订单静默失败（无报错、不执行），根本原因在于TWS对连续订单请求的速率限制及IB-Insync异步事件循环与TWS协议交互的时序冲突；调用ib.sleep()显式让出控制权并等待TWS确认是可靠解决路径。
