-
zip本质是拉链式配对，按位置将多个可迭代对象打包为元组，不自动解包字典；传入字典时默认遍历其键，需显式用keys()/values()/items()视图才能正确参与并行遍历。
-
set去重丢顺序且不能放列表，因依赖哈希判断相等性：元素须可哈希（immutable），列表可变不可哈希；Python3.7+dict有序但set仍不保证插入顺序。
-
os.path.getctime返回的是文件创建时间（Windows）或inode元数据最后修改时间（macOS/Linux），非跨平台一致；需用time.ctime()或datetime.fromtimestamp()转换，注意时区；Linux/ext4等不存创建时间，无标准跨平台方案。
-
本文介绍如何在不使用显式循环的前提下，对二维数组按第三行索引分组，高效提取每组中第一行的最大值及其对应第二行的关联数值。核心方案是利用np.lexsort对数据进行稳定排序与布尔掩码组合，实现原子级向量化操作。
-
Python列表核心原理是动态数组实现、引用存储机制、可变对象特性；底层为连续内存的动态数组，扩容有代价；存储对象引用而非值本身；作为可变对象，函数传参默认传引用。
-
新手学Python做AI应先会用再懂原理，聚焦跑通模型解决小问题；精简技术栈为Python+NumPy+Pandas、Scikit-learn、PyTorch三件套；以实战项目驱动，从抄代码到改再到创；注意环境隔离、数据形状和GPU调用三大避坑点。
-
asyncdef中含yield即为异步生成器（async_generator），非协程，须用asyncfor消费，不可await、list()或next()；yield不挂起，await才挂起；不支持同步迭代，且不可重用。
-
Python列表底层是动态数组，由PyListObject结构体实现，含ob_item、ob_size和allocated字段；扩容在插入超容时触发，采用约12.5%冗余的几何增长策略；无主动缩容机制，清空后可能重置容量。
-
Python字典高效使用需理解哈希机制：键必须不可变（如str、int、tuple），值可任意；优先用in判断存在性、get()提供默认值、update()批量更新、pop()安全删除；善用字典推导式和视图对象优化性能。
-
本文详解在XarrayDataArray中基于时间坐标（如juld）安全、高效选取特定日期的方法，重点介绍.sel()的正确用法、常见错误原因及最佳实践。
-
绝大多数动态导入场景应使用importlib.import_module()；__import__()仅用于底层importhook开发，日常业务中易引发路径解析错误、相对导入失败等问题。
-
Python中恒为Falsy的值有9种：None、False、数值零（0、0.0、0j）、空序列（''、[]、()、range(0)）、空映射（{}、set()、frozenset()）及__len__返回0的空容器；其余均为Truthy。
-
降级开关需动态生效：通过内存+文件双保险（每5秒轮询degrade.conf）和带鉴权的HTTP接口/toggle实时控制，统一由is_degraded()函数封装读取；重点对慢/不可控非核心调用兜底，返回结构不变仅字段降级，并严格验证。
-
Python多进程适合CPU密集型任务，可绕过GIL并行利用多核，典型场景包括数值计算、图像处理、科学计算等；IO与计算混合时宜将整流程封装为进程任务，注意参数可序列化、通信方式选择及跨平台启动兼容性。
-
本文介绍如何在使用schedule模块时，仅在任务实际执行后（或调度状态更新后）一次性、准确地打印下一次运行时间，避免重复输出或时间滞后问题，并提供可直接运行的健壮实现。
