-
必须将PEP8检查嵌入开发流程：本地用pre-commit+black/flake8拦截提交，CI中强制校验并锁死工具版本；明确区分强制项（如行宽88、4空格缩进）与可协商项（如引号风格），杜绝“假装合规”和新人踩坑。
-
先用for循环计算单个数阶乘，再通过嵌套循环求多个数阶乘和。例如计算1到5的阶乘和：外层遍历每个数，内层计算其阶乘，最终累加得153。
-
@functools.lru_cache不能当熔断器用，因其仅缓存结果、无超时控制、不统计失败率、无法响应临时故障；熔断需基于时间窗口的失败率/慢调用率、函数级状态隔离与硬超时机制。
-
split()用于将字符串按分隔符拆分为列表，默认以空白字符分割，语法为str.split(separator,maxsplit)，可指定分隔符和最大分割次数，不修改原字符串，返回新列表。
-
DeepDiff不适合忽略键的精细控制，因其默认完全跳过路径而非仅忽略值比较，且exclude_paths对嵌套同名键缺乏上下文感知；推荐手写递归比对或用dictdiffer+diff_filter实现路径前缀匹配的精准忽略。
-
pyproject.toml不能仅写[build-system]，因为工具链需实际消费字段：pipinstall-e.需[project]，poetry忽略它，[build-system.requires]必须匹配真实构建工具，动态version易被缓存坑，setup.py虽弃用但CI可能仍依赖。
-
Python对象主要分为内置数据类型（如int、str、list、dict）、可变与不可变对象（如list可变，str不可变）、用户自定义类型（如class实例）及函数、模块等特殊对象，一切皆对象，可通过type()查看类型。
-
不需要，socket.connect()是客户端行为，底层自动分配本地端口；服务端才需bind()+listen()；客户端提前bind()通常导致Addressalreadyinuse错误。
-
print(...,flush=True)拖慢性能因强制每次刷新缓冲区，触发额外系统调用；高频场景应优先用sys.stdout.reconfigure(line_buffering=True)，或底层sys.stdout.buffer.write()手动控制刷新。
-
使用sum和len函数可计算列表平均值；2.statistics.mean方法更简洁；3.NumPy适用于大数据；4.需确保列表非空以避免除零错误。
-
在Polars中，直接传入列名列表（如df.select(['col1','col2'])）是最简洁、最惯用的选择多列方式，无需引入selectors模块；selectors更适用于基于类型、模式或条件的复杂列筛选场景。
-
优先选@lru_cache（默认maxsize=128），因functools.cache等价于@lru_cache(maxsize=None)，易致内存泄漏；禁用含dict/list参数的函数缓存；多进程下cache_clear()无效，应改用Redis等共享缓存。
-
应直接标注具体类型（如str、Path）并设非None默认值，而非用Optional[T]=None；这样mypy等检查器能确保参数永不为None，同时支持不传参使用默认值。
-
在Python中重命名文件可以使用os模块中的rename函数。具体步骤包括：1）导入os模块，2）使用os.rename('old_name.txt','new_name.txt')重命名文件。为了处理文件不存在和文件名冲突等情况，可以编写更健壮的代码，包括检查文件存在性和处理异常。
-
字符串拼接用+在循环中慢因每次新建对象致O(n²)时间复杂度和高GC压力；推荐str.join()批量拼接、f-string动态格式化，避免%和format()除非兼容或需模板复用。
