-
Python3.7+原生dict已保证插入顺序，OrderedDict仅在顺序敏感比较（==依赖插入顺序）和move_to_end()操作上不可替代，但内存高10%–20%、性能略低。
-
threading比multiprocessing更适合IO密集型任务，因GIL不阻塞系统调用，IO等待时线程让出CPU，其他线程可继续执行；而multiprocessing启动开销大、通信成本高，属过度设计。
-
plt.boxplot()画箱线图需注意：数据为listofarrays；vert=False实现横向布局；NaN自动跳过需手动检查；宽度反映样本量需手动计算widths；勿混用sns.boxplot()；异常值阈值固定为1.5×IQR；中文标签须全局配置rcParams。
-
np.diag()一维输入生成对角矩阵，二维输入提取主对角线；误传二维数组易得错误结果；需偏移用k参数；dtype不自动继承；np.diagflat()先展平再构造，更鲁棒；大矩阵应避免显式构造以节省内存。
-
time模块基于时间戳和struct_time，datetime模块面向对象；通过时间戳可实现两者互转：time转datetime用datetime.fromtimestamp(time.mktime(struct_time))，datetime转time用dt.timestamp()或dt.timetuple()。
-
在Python中操作Parquet文件的核心工具是pyarrow。1.使用pyarrow.parquet模块的read_table和write_table函数实现Parquet文件的读写；2.利用pa.Table.from_pandas()和to_pandas()实现与Pandas的高效转换；3.处理大型文件时，可通过分块读取（iter_batches）控制内存使用；4.使用谓词下推（filters）和列裁剪（columns）提升查询效率；5.通过pyarrow.dataset模块统一管理分区数据集，并支
-
推荐使用join拼接字符串，因其性能更优、内存更省、语义更清晰；+或+=在拼接大量字符串时会产生O(n²)拷贝，而join时间复杂度接近O(n)，且可读性和扩展性更好。
-
requests发起网络请求分三步：导入库、发请求、取数据；支持GET/POST、参数传递、文件上传、请求头设置、会话管理及异常处理与超时控制。
-
np.savez()保存多数组时键名须为合法Python标识符，否则读取后无法点号访问；np.load()返回NpzFile对象，需用list(data.files)获取键名；np.savez_compressed()体积更小但速度更慢；非ndarray对象会被静默转为ndarray。
-
and运算符在Python中用于连接条件，遵循短路求值规则：若左操作数为假则返回左操作数，否则返回右操作数；常用于条件判断、安全访问及与or、not组合使用。
-
async函数中不可直接调用同步CPU密集型代码，因其会阻塞事件循环导致异步失效；应使用run_in_executor配合线程池或进程池执行，注意参数传递、异常处理与资源清理。
-
RFE在新数据上效果变差的根本原因是其默认在整个训练集上递归筛选特征，导致交叉验证时发生数据泄露；正确做法是将RFE嵌入Pipeline中，确保每折CV独立重跑筛选。
-
浅拷贝仅复制第一层，嵌套对象共享引用；深拷贝递归复制所有层级，完全独立。关键区别在于是否切断引用链，而非是否复制。
-
本文详解如何在TkinterCanvas上安全、准确地旋转多边形（如飞船），重点修复因质心计算错误和坐标变换逻辑缺陷导致图形消失的问题，并提供可直接运行的健壮实现。
-
typing.overload仅为类型检查器提供多签名提示，函数体仍需手动处理逻辑；必须将多个无函数体的@overload声明置于最前，最后跟一个未装饰的实际实现。
