-
Python变量是对象引用而非值容器，赋值即绑定引用；不可变对象重新赋值会重绑引用，可变对象原地修改影响所有引用；函数参数为对象引用传递，可变对象修改对外可见；复制需区分浅拷贝与深拷贝。
-
母版控制全局样式但不直接影响幻灯片，修改需操作presentation.slide_master；布局继承母版，新幻灯片才生效；图表须用占位符预设，字体需逐层设置中文字符集。
-
Python函数传递列表时采用“按对象引用传递”，函数内修改列表会影响原始数据，因列表是可变对象。例如，调用process_list(my_list)并执行append()或修改元素，会直接改变外部的my_list。但若在函数内将参数重新赋值（如a_list=['new']），则后续操作仅作用于新对象，不影响原列表。为避免意外修改，应使用切片[:]、list()或copy.deepcopy()创建副本，尤其当列表嵌套可变对象时需用深拷贝。建议函数优先返回新列表而非修改原列表，以遵循纯函数原则，提升代码可预
-
该用select_related时是查询外键或一对一字段且需避免N+1查询；它通过JOIN一次性获取关联数据，仅适用于正向外键/一对一关系，不支持多对多或反向关系。
-
Python内存碎片主要由CPython两层分配机制导致：小对象用pymalloc易产生内部碎片，大对象依赖系统malloc受底层碎片影响；可通过复用容器、__slots__、join替代+=、生成器、gc调优及替换jemalloc等手段缓解。
-
应使用ManifestStaticFilesStorage替代StaticFilesStorage，它通过文件内容哈希生成带指纹的静态文件名（如main.a1b2c3d4.js），配合{%static%}标签和collectstatic生成的staticfiles.json实现精准缓存更新，但需注意生产环境启用、避免硬编码路径、确保构建流程正确及CDN/Nginx缓存策略适配。
-
一维前缀和用长度n+1数组存储，prefix[i]表示前i个元素和，查询[l,r]为prefix[r+1]-prefix[l]；二维需多开行列，用容斥公式prefixr2+1-prefixr1-prefixr2+1+prefixr1。
-
本文讲解如何将数据类（dataclass）实例的字段解包后传入普通类的构造方法，解决因参数不匹配导致的TypeError，核心是使用dataclasses.asdict()配合字典解包语法**。
-
gettext必须用_()包裹字符串，因为提取工具（如xgettext）仅识别_()内的字面量字符串；未包裹的如"Save"不会被扫描，导致无法进入翻译流程；禁止变量拼接，应使用占位符。
-
Dockerfile中COPY放太前会导致镜像变大，因缓存失效使后续所有层（如pipinstall）被迫重建；应先单独COPYrequirements.txt再安装依赖，再COPY源码，并用.dockerignore排除无用文件。
-
sys.modules是缓存已导入模块对象的字典，核心作用是避免重复加载、保证单例性；每次import先查该字典，命中则直接返回，未命中才执行完整导入流程。
-
Python集合的交、并、差、对称差运算分别对应共同元素、合并去重、专属元素和差异元素的提取，各运算符与方法需注意参数类型、是否原地修改及运算律特性。
-
本文介绍如何高效地将PolarsDataFrame的全部列名统一转换为大写格式，重点推荐使用df.rename(str.upper)这一简洁、函数式且无需显式循环的方案，并对比说明其优势与适用场景。
-
本文介绍一种简洁高效的递归方法，将任意深度的嵌套字典（键为节点名、值为空字典或子字典）格式化为缩进式树形结构输出，无需第三方依赖，兼容Python3.6+，支持自定义缩进与连接符。
-
是的，os.listdir()返回空列表代表目录为空，但前提是路径存在、是目录且有读取权限；否则会抛出异常或需先用os.path.isdir()验证。
