-
concurrent.futures模块提供ThreadPoolExecutor和ProcessPoolExecutor两类执行器，分别用于I/O密集型和CPU密集型任务；通过submit提交任务返回Future对象，使用result获取结果，map实现并行映射，as_completed处理先完成的任务，配合with语句确保资源安全，适用于常见并发场景。
-
WSGI是Python中Web服务器与应用间的接口标准，定义了服务器通过传递environ和start_response调用应用的机制，实现解耦；其同步阻塞模型适合传统Web应用，而ASGI则支持异步和长连接，适用于高并发场景；典型部署使用Gunicorn或uWSGI作为WSGI服务器，Nginx作反向代理处理静态文件与负载均衡；开发时需注意避免同步I/O阻塞、合理配置服务器、控制中间件开销、管理共享状态及防止内存泄漏。
-
断点续爬需设计含“pending/processing/done”三态、URL唯一键、时间戳与重试次数的状态结构，用SQLite事务保障原子更新，并在恢复时过滤超时的processing任务。
-
本文介绍两种简洁高效的方法，使用列名列表批量对PandasDataFrame的子集列应用字典映射（如缩写替换），避免重复书写列名或多次调用replace()。
-
Python属性查找顺序为：先实例__dict__，再按MRO搜索类及其父类，描述符会改变优先级，特殊方法隐式查找遵循MRO但跳过不可调用实例属性，__getattr__是最后兜底。
-
PYTHONPATH是Python模块搜索路径的环境变量，用于添加自定义模块查找目录。它在import时扩展搜索路径，支持导入非标准位置的模块，适用于大型项目结构管理。可通过系统环境变量配置：Windows使用分号分隔路径，macOS/Linux使用冒号，并通过修改shell配置文件如~/.zshrc设置exportPYTHONPATH。验证方式为打印sys.path内容，确认自定义路径已加载。需注意路径格式正确、避免过多路径导致冲突，且IDE可能不完全依赖该变量。临时设置可直接在终端运行命令，推荐结合虚
-
Python处理日期时间最核心的是datetime模块，含date、time、datetime、timedelta四大类；支持当前时间获取、字符串解析与格式化、加减比较运算及时区处理（推荐zoneinfo）。
-
生成器是含yield的函数返回的迭代器对象，调用不执行而返回generator实例，next()或for循环触发执行；每次yield暂停并保存状态，return则终止并抛出StopIteration。
-
Python进程池适合计算密集型、可并行且相互独立的任务；当任务CPU耗时长、可拆分、需控制并发数时应使用multiprocessing.Pool，通过map/starmap/apply_async分发任务，注意序列化限制与资源管理。
-
使用locals()可查看函数内局部作用域的变量字典，如my_function中输出{'a':1,'b':'hello'}；2.globals()返回模块级全局命名空间，包含变量、函数和导入模块等；3.dir()不传参时列出当前作用域名称，适合交互环境浏览，但函数中建议用locals()获取局部变量。
-
Python字符串索引从0开始，支持正负索引访问字符，如text[0]得首字符，text[-1]得末尾字符；2.超出范围则触发IndexError；3.字符串不可变，不能通过索引直接修改，需创建新字符串。
-
汉诺塔递归函数通过分解问题实现n个盘子的移动：先将n-1个盘子从起始柱移到辅助柱，再将最大盘移到目标柱，最后将n-1个盘子从辅助柱移到目标柱；Python中用hanoi(n,start,helper,target)函数递归实现，每次调用处理一层子问题，最终完成全部移动。
-
首先分析网页结构定位图片链接，再使用requests和BeautifulSoup获取img标签中的src或data-src属性，接着遍历链接批量下载并保存至本地文件夹，最后通过设置请求头、处理相对路径、捕获异常等优化流程，实现高效稳定的图片爬取。
-
深度神经网络训练出错主要源于数据、模型、训练过程或硬件问题，其中80%集中在数据预处理不一致和损失函数与标签不匹配，需规范归一化、验证张量形态、检查梯度及GPU内存管理。
-
Python中raise...from...构建异常链，明确区分替代异常与原因异常，使错误根源和转化过程清晰可见。
