-
ProcessPoolExecutor提供简洁安全的多进程并行，核心为“提交任务→获取结果”，支持submit+result、map和as_completed三种模式，需注意pickle序列化、内存隔离、max_workers设置及Windows下的ifname=='__main__':保护。
-
鸭子类型与多态使Python代码灵活且可扩展，其核心在于对象的行为而非类型，只要对象具有所需方法即可被调用，无需继承特定类或实现接口。这与Java等静态语言依赖显式接口不同，Python在运行时动态检查行为，实现“经验式”多态。这种设计提升代码复用性与扩展性，但也需通过单元测试、文档、类型提示（如Protocol）和一致的接口设计来规避运行时错误风险。在框架设计中，鸭子类型支持松耦合与组合式架构，使组件替换与集成更自然，如DjangoORM和迭代器协议的广泛应用，体现了Python“能用即可”的实用哲学。
-
deque比list更适合作队列，因其两端操作均为O(1)，而list的pop(0)/insert(0)为O(n)；适用BFS、滑动窗口等场景，但不适用于高频随机访问；需注意maxlen不可变、extendleft顺序反转、非线程安全及转list开销大等问题。
-
Python迭代器需实现__iter__()返回self和__next__()返回值或抛StopIteration；如Countdown类；生成器函数用yield自动实现迭代器。
-
struct.unpack数据对不上主因是字节序未显式指定，C结构体默认本机序（小端），而文件/协议常固定大端或小端；应查清源数据字节序后，在格式串开头加'>'（大端）或'<'（小端）。
-
Python中匿名函数由lambda关键字定义，用于简单、一次性操作。其语法为lambda参数:表达式，自动返回表达式结果，适用于map、filter、sorted等高阶函数，如list(map(lambdax:x**2,[1,2,3]))得[1,4,9]；支持条件表达式但不可含语句或循环，复杂逻辑应使用def定义命名函数，避免可读性下降。
-
连不上localhost:7233是因localhost解析为::1（IPv6），而服务只监听127.0.0.1:7233；应显式设service_host="127.0.0.1:7233"并确认Server已运行。
-
应使用~df['col'].str.contains(...,na=False)删除含特定词的行，关键要设na=False避免NaN导致TypeError，且query()不支持contains，isin()仅精确匹配而非子串搜索。
-
Windows下备份被IDE锁定的.sql文件应先用只读方式验证可访问性；copytree需设dirs_exist_ok=True或手动删除目标；时间戳须含毫秒防重名；schedule仅适合调试，生产环境应使用系统级定时任务。
-
Python异常处理旨在保障程序可控运行，需精准捕获常见内置异常（如ValueError、TypeError等），遵循避免空捕获、提供有意义反馈、善用else/finally等原则，并推荐自定义异常与上下文管理提升健壮性。
-
enumerate并非生成索引，而是为每次迭代的元素动态配对递增计数器；它是一个惰性迭代器，仅保存当前计数和底层迭代器，内存固定、支持无限序列、不可重复使用，计数起始值由start控制但保持线性递增。
-
本文介绍一种简洁、可维护的方案：使用@pytest.mark.parametrize驱动测试逻辑，结合fixture依赖链动态生成测试数据，避免直接传递复杂对象，从而安全复用category、product等多层fixture并为不同场景（如NEW/PUBLISHED文章）指定预期状态码。
-
Python函数注解本身不改变程序行为，但能提升可维护性、协作效率和工具支持能力；它明确类型意图、减少运行时错误、辅助静态检查、增强IDE功能、自动生成文档、支持框架契约及运行时反射。
-
Python多进程适合CPU密集型任务，因其可绕过GIL限制、实现真正多核并行，典型场景包括科学计算、图像处理、加密解密、模型训练等；而多线程受GIL制约，在此类任务中几乎无法提速。
-
首先安装PyMySQL驱动并验证导入，然后使用正确参数建立数据库连接，通过游标执行查询或增删改操作，注意提交事务，并在finally块中关闭游标和连接以释放资源。
