-
requests的性能瓶颈源于Python的GIL和同步I/O模型，导致高并发下串行阻塞、连接复用不足、无HTTP/2支持、SSL/DNS未优化，且缺乏异步能力与细粒度控制；替代方案依需求选httpx、aiohttp或urllib3。263 收藏 -
会，Python默认DNS解析是同步阻塞的，因其底层调用操作系统同步C函数（如getaddrinfo），占用线程并阻塞事件循环；需用aiodns、异步resolver或线程池规避。365 收藏 -
aiohttp.ClientSession必须复用，因新建会重复初始化连接池、SSL上下文并绑定事件循环，导致开销大、RuntimeError、连接泄漏及文件描述符耗尽；应全局单例创建，用asyncwith包裹单次请求。370 收藏 -
conntrack-L-s和-d参数在大多数发行版中已废弃且无过滤作用，实际列出所有连接；正确方式是用grep精确匹配conntrack-L输出，或用conntrack-D-s/-d进行源/目的IP删除。217 收藏 -
Python更易入门，因其语法直白、生态完善、中文资源丰富、就业面广；Ruby语法灵活但隐式规则多，适合追求表达力且熟悉Web开发的人。488 收藏 -
Python内存管理依靠引用计数（即时释放）和垃圾回收（处理循环引用）协同工作；引用计数增减由赋值、作用域等操作触发，gc模块用标记-清除算法回收循环引用，分三代优化效率。254 收藏 -
Python提供多种数学工具：基础运算用内置操作和math模块，复数用cmath，随机数用random，科学计算依赖numpy和scipy，符号运算使用sympy，需注意导入模块与数据类型匹配。249 收藏 -
布尔索引必须放在整数索引之前，因为NumPy先执行布尔索引压缩对应维度，再在压缩后的数组上应用整数索引；顺序颠倒会导致维度不匹配而报错。241 收藏 -
Dijkstra适用于非负权图求单源最短路径，Bellman-Ford可处理负权边并检测负环，Floyd-Warshall求解所有顶点对最短路径，A*用于启发式搜索；根据图的规模、权重特性选择合适算法。174 收藏 -
Pythoncsv模块适合大数据量的前提是逐行流式处理，csv.reader和DictReader返回迭代器，应避免list()全量加载；写入也需边计算边调用writer.writerow；性能瓶颈多在业务逻辑而非csv解析本身。389 收藏 -
大数据量下应优先选择稳定省资源的数据结构：deque用于高频两端增删，array.array节省数值内存，dict适用于有序映射但需控制key类型，稀疏数据改用scipy.sparse或pyarrow等专用结构。317 收藏 -
训练加速与模型压缩需协同优化：混合精度训练降显存提速度，分布式训练扩展算力，结构化剪枝兼顾效率与硬件兼容，QAT比PTQ更稳保精度，所有优化必须基于量化指标验证。260 收藏 -
必须显式设置@lru_cache的maxsize参数，避免内存无限增长；缓存值为强引用，慎缓存大型对象；参数须可哈希，不可变类型需手动转换；多线程下cache_clear()需加锁防护。147 收藏 -
默认logging不能直接输出JSON，因其Formatter将日志拼为字符串且字段不可控；需自定义Formatter子类重写format()，过滤不可序列化字段、处理异常堆栈、用json.dumps()输出合法JSON，并通过LoggerAdapter或Filter注入trace_id等上下文字段。262 收藏 -
本文介绍如何在Polars中将具有相同前缀（如a_0,a_1,a_2）的多列纵向堆叠为单列（如a），同时自动复制其他非模式列（如words,groups）以匹配扩展后的行数。225 收藏
