-
TDD是测试驱动开发，严格遵循“红—绿—重构”循环：先写失败测试、再写最简通过代码、最后在测试保护下优化结构；测试是设计文档和验收标准，而非事后验证。
-
本文介绍在Django/Peewee等ORM中，当使用ArrayField存储多值（如用户ID列表）时，如何实现「数组内容相同即视为重复」的真正唯一性校验——即[1,2]与[2,1]在相同chat_id下应被拒绝插入。
-
命名和结构设计是提升Python代码可读性的两个最直接、最有效的切入点：变量函数名用完整单词表达意图，类模块名反映职责边界，函数应小而专注、输入输出明确，目录按业务域而非技术类型组织。
-
自动化时间序列预测的核心是构建稳定、可复现、响应数据更新的端到端流水线，涵盖自动数据清洗、特征工程（滞后项、滚动统计、周期编码）、模型选型与超参调优。
-
局部变量是在函数内部定义的变量，仅在函数内有效。例如defmy_function():x=10中的x只能在函数内使用，外部访问会报错。不同函数可重名局部变量，互不影响。与全局变量不同，局部变量每次调用重新创建，函数结束即销毁，实现数据隔离。
-
生产者消费者模式是解耦任务生成与执行的并发模型，由生产者线程向线程安全队列put任务、消费者线程get并处理，配合task_done和join实现同步，适用于日志处理等高吞吐场景。
-
用matplotlib.pyplot和numpy可快速绘制二维曲线图：先用np.linspace和np.sin生成x、y数据，再用plt.plot(x,y)绘图，添加title、xlabel、ylabel和grid增强可读性，最后用plt.show()显示或savefig()保存。
-
Python无法直接恢复已删除文件，因os.remove等操作仅标记磁盘空间为可用，实际数据未被立即擦除。跨平台恢复可行性取决于系统机制：Windows可通过回收站或send2trash库实现安全删除；macOS和Linux需依赖extundelete、photorec等工具，Python可调用subprocess尝试恢复。建议优先采用预防措施，如自动备份、日志记录、软删除标记及版本控制。集成photorec等工具可用于取证场景，但成功率受新数据覆盖影响。核心原则是事前防范而非事后恢复。
-
复用requests.Session可显著提升HTTP性能，因避免重复TCP/TLS开销；requests.get()默认不复用因每次新建临时Session并销毁连接池；正确做法是全局持有并调优Session实例。
-
链式比较允许用a<b<c形式一次性表达多个比较关系，等价于a<bandb<c，提升可读性与安全性。
-
Notepad本身不能直接运行Python，但可编写并保存为.py文件后通过命令行运行；需注意正确保存、Python环境配置、缩进规范及UTF-8编码。
-
Python支持直接将匿名函数（lambda）或已定义函数作为可变参数传入另一函数，无需预先声明命名函数，通过*funcs解包机制即可实现类似PHP的灵活调用方式。
-
推荐OpenCV+Pytesseract预处理（灰度化、Otsu二值化、透视校正、中值滤波）提升OCR精度；PDF需区分类型，图片型转高DPI图再OCR，并用pdfplumber获取坐标以支持表格结构还原。
-
当使用re.split()对空字符串进行分割时，若正则表达式能匹配空字符串（如r'\W*'），结果并非预期的空列表或单元素列表，而是包含多个空字符串的列表——这是由split算法将空字符串“切分为前后两半”并保留匹配项的机制决定的。
-
本文介绍在Django/Peewee等ORM中，当使用ArrayField存储用户ID列表时，如何确保[1,2]与[2,1]在chat_id相同的情况下被视为重复数据，并通过规范化关系模型实现真正的无序唯一索引。
