-
Mac安装Python包需先确认环境类型，再选用对应工具：官网或Homebrew安装推荐pip3；Anaconda/Miniconda用conda；均建议配合虚拟环境避免依赖冲突。
-
Python不支持反引号（）作为语法符号，其在Python3中已彻底移除；曾用于Python2的x`等价于repr(x)，现必须显式调用repr(x)；反引号仅可作为普通字符出现在字符串中，无需转义。
-
调试Python网络程序的核心是看清实际请求与响应，需用requests-toolbelt打印原始报文、mitmproxy抓包验证、先检查status_code和encoding、并用curl-v对照请求细节。
-
本文介绍如何将返回多值的Python函数（如computeLeft）仅应用于DataFrame的特定行索引，并将结果精准填充至对应位置，其余位置自动设为NaN，兼顾可读性与性能。
-
容器化是FastAPI/Django应用上线最主流部署方式，需关注分层结构、多阶段Dockerfile、环境配置分离、数据库就绪检查及健康监控。
-
Python中动态导入模块主要通过importlib实现，包括importlib.import_module()按模块名导入和importlib.util结合文件路径加载两种方式，适用于插件系统、配置管理、条件加载等场景，相比__import__和exec()更安全规范，需注意处理ModuleNotFoundError、AttributeError、安全风险及模块缓存问题，最佳实践是优先使用importlib、严格控制来源、定义清晰接口并妥善异常处理。
-
必须用finally的场景是资源获取与释放跨多分支或含return/break/continue时，因其能兜底执行清理；with依赖上下文协议且仅限语句块内生效，无法覆盖外部创建、条件化清理等复杂情况；二者可协同使用，with管标准资源，finally做兜底或补充操作。
-
distribute是setuptools的早期分支，2013年底合并后已弃用；它解决了distutils缺乏依赖管理、无自动安装工具、元数据支持弱等问题，现应统一使用setuptools。
-
本文介绍一个健壮的Python函数，用于将不规则嵌套字典列表统一转换为标准结构——自动补全缺失的internal子键（如type/length/point/cau/cal），并正确处理internal字段为None、空字符串或字典等不同情况。
-
Python提取字符串中数字的核心是识别连续数字字符，常用正则表达式（如r'-?\d+.?\d*(?:eE?\d+)?'支持整数、小数、科学计数法）、re.findall(r'\d+',text)提取纯数字块、逐字符遍历或filter(str.isdigit,text)获取单个数字字符。
-
时间序列预测核心在于合理预处理、贴合时序的特征构造、按时间顺序划分数据及渐进式模型验证；需确保时间索引规范、禁用未来信息、滚动验证真实模拟落地场景。
-
在Flask中使用类视图（如Flask-RESTful的Resource）返回HTML字符串时，若未显式设置Content-Type响应头，浏览器会将其当作纯文本而非HTML解析，导致表单无法正常显示。
-
Pythonunittest是标准库单元测试框架，需继承TestCase类、test_开头方法为用例；提供assertEquals等断言；setUp/tearDown用于准备与清理；支持脚本运行、-munittest命令及-v详细模式。
-
在JAX中对含jax.lax.switch的函数求导时，若分支逻辑使用链式比较（如0.<x<1.），会因Tracer无法转换为Python布尔值而抛出TracerBoolConversionError；正确做法是改用按位与运算符&显式组合布尔条件。
-
Python多线程爬虫应采用Queue+threading.Thread的生产者-消费者模型，合理控制并发数、加锁保护共享资源、添加延时与异常处理，避免被封；I/O密集型任务适用，CPU密集型则选multiprocessing。
