-
PanedWindow拖不动分割线的根本原因是未用add()添加可伸缩子组件，而是错误使用pack/grid；必须显式设置orient参数（"horizontal"垂直分割线、"vertical"水平分割线），并确保子组件响应尺寸变化。
-
pd.merge()对重名列默认添加\_x和\_y后缀是正常行为，可通过suffixes参数自定义，如('\_left','\_right')；仅当存在同名列且未指定suffixes时触发，不影响性能但影响下游列名引用。
-
在aiogram3.x中，仅调用state.set_state()并不能自动激活对应状态的处理器；必须通过装饰器显式声明状态路由，否则状态虽被设置，但后续无响应处理器匹配，get_state()也会返回None。
-
Python处理CSV文件时，性能瓶颈常出现在逐行解析、类型转换、内存占用和I/O阻塞上。用对方法，读写速度可提升数倍甚至一个数量级，关键不在“多快”，而在“少做无用功”。用pandas读CSV：跳过慢操作pandas的read_csv()默认行为很“安全”但很慢：自动推断列类型、处理缺失值、解析日期、支持复杂分隔符等。实际项目中，多数CSV结构固定、格式干净，可针对性关闭冗余功能：指定dtype（如{'id':'int32','name':'stri
-
选实例方法、类方法或静态方法取决于操作对象：需访问实例数据用实例方法（带self）；需操作类本身用类方法（@classmethod，参数cls）；完全独立则用静态方法（@staticmethod）。
-
logging.basicConfig()在导入模块后失效，是因为根logger一旦被首次配置（如调用basicConfig、getLogger或添加handler），后续调用将静默忽略；常见原因是第三方库提前触发了logger初始化。
-
当使用zipapp打包Python应用为.pyz文件时，即使已内嵌所有依赖，运行仍可能因系统全局site-packages中旧版本包（如zipp0.6.0）干扰而触发ContextualVersionConflict——根本原因是Python默认未隔离运行时模块搜索路径。
-
asyncio.gather默认不传播ExceptionGroup，遇多异常仅抛第一个；需设return_exceptions=True后手动提取异常并用ExceptionGroup构造。
-
time.sleep()限流仅适用于单线程脚本，多线程下各线程独立休眠导致QPS失控；ratelimit库默认线程本地计数，需配合锁和全局计数器；异步环境应使用asyncio.Semaphore与后台补令牌任务；生产环境多实例必须用Redis+Lua原子操作，避免超卖。
-
Python函数通过def定义，支持多种参数类型和return语句返回结果，合理使用可提升代码复用性与可维护性。
-
swappiness=0不能完全禁用swap，因NUMA下numa_balancing触发zone_reclaim时若vm.zone_reclaim_mode含bit2（值为2/3/6/7），会无视swappiness强制swap；彻底禁用需设vm.zone_reclaim_mode=0并关闭numa_balancing。
-
Motor是基于asyncio重写的异步MongoDB驱动，非pymongo简单封装；需用await调用、asyncfor遍历、显式管理客户端生命周期，并注意Pydantic校验前必须await查询结果。
-
最直接的方式是用isinstance(loop,uvloop.Loop)，但需确保uvloop已导入且事件循环已创建；若无法保证导入，可安全检查loop.__class__.__name__=="Loop"且__module__.startswith("uvloop")；最佳实践是在uvloop.install()后设全局标记。
-
CIMultiDict比MultiDict多占15%–30%内存，主因大小写缓存和哈希表开销；HTTP场景用CIMultiDict，非HTTP用MultiDict；len()返回总键值对数，去重需len(multidict.keys())。
-
divmod()返回二元元组而非独立变量，需显式解包如a,b=divmod(10,3)；其遵循floordivision规则，满足a==b*q+r且0≤r<|b|。
