-
Python单线程高并发I/O靠事件循环+非阻塞I/O+协程协作调度，非多线程；await挂起协程交还控制权，I/O就绪后恢复；CPU密集型任务需用run_in_executor避免阻塞循环。
-
find返回-1而index抛出ValueError，适用场景取决于是否预期子串必然存在；两者参数功能一致，rfind与rindex同理。
-
用pd.set_option('display.float_format','{:.6f}'.format)可关闭科学计数法显示，仅影响输出格式而不改变数据本身；临时设置用pd.option_context，按列定制用df.style.format()，导出Excel需额外处理。
-
Python音频降噪需先识别噪声类型再适配方法：稳态噪声用谱减法或Wiener滤波，脉冲噪声用中值滤波，混响用盲源分离或Demucs，须听辨频谱、统一采样率、单声道处理、合理分帧，并依RMS等特征动态调参。
-
Redis是唯一能低成本、跨进程共享状态的通用方案，因INCR+EXPIRE组合可实现原子限流，而本地计数器或sleep无法跨实例同步，且SQLite等数据库不支持高并发原子计数。
-
直接调用父类名会破坏菱形继承的初始化顺序，因强行跳过MRO导致A.__init__重复执行、C.__init__被跳过及super()链中断；应统一用super()配合**kwargs透传参数，并验证D.__mro__确保顺序正确。
-
join()方法用于确保主线程等待子线程完成后再继续执行。1.多任务完成后汇总：如多线程爬取数据后统一分析，需依次调用各线程join()确保全部完成；2.防止主线程提前退出：Python主程序在主线程结束时即终止，若不调用join()，子线程可能被强制中断，影响后台任务（如日志上传）执行；3.控制线程顺序：当线程间存在依赖（如B依赖A结果），可通过先启动A并调用A.join()实现串行化，比锁更直观但灵活性差；4.资源清理：程序退出前需确保子线程完成文件关闭、连接释放等操作，避免资源泄漏。join()本质
-
应使用math.isclose(a,b)替代==断言浮点数，显式指定abs_tol或rel_tol；随机函数需支持seed/rng参数并传入固定值；输入兼容性用np.asarray统一处理；Decimal仅适用于金融等十进制精确场景，非万能解。
-
iloc只认纯整数位置，不接受标签、字符串、浮点数或非法布尔序列，越界或类型错误会直接抛TypeError/ValueError/IndexError。
-
ModelFormis_valid()返回False但errors为空，通常因表单未绑定数据；需检查是否传入request.POST、enctype、non_field_errors、字段是否在fields中、模型与数据库约束是否一致。
-
使用glob、os.walk和pathlib可批量处理文件。1.glob通过通配符快速匹配如*.txt文件；2.os.walk遍历目录并用endswith筛选；3.pathlib提供面向对象的现代路径操作；按场景选择方法，结合异常处理，高效实现文件批量操作。
-
<p>Pandas循环慢是因为逐行触发Python解释器开销、类型检查和索引查找，绕开了底层NumPy的C优化；应优先使用df['col']=df['other_col']*2等向量化操作，性能可提升数十倍以上。</p>
-
json.dump()写入中文需设ensure_ascii=False，否则中文被转义为\uXXXX；文件打开必须用encoding="utf-8"，indent和sort_keys仅影响可读性。
-
PyCharm+Conda+VSCode组合最实用灵活，适合大多数开发者；新手推荐VSCode起步，三步10分钟快速搭建环境；Conda因跨语言包管理、预编译支持和多版本隔离优于纯venv。
-
<p>用[0]*n创建全零列表快且简洁，但仅适用于不可变元素；若元素是可变对象（如[]或{}），会因共享引用导致修改联动，正确做法是用[[]for_inrange(n)]等推导式确保独立对象。</p>
