-
Python处理JSON嵌套结构需理解dict/list组合逻辑，通过json.loads()解析后，用get()安全访问、递归搜索提取字段，或setdefault/deepcopy稳妥修改。
-
Python程序先由解释器将源代码经词法语法分析生成平台无关字节码（.pyc），再由PVM逐条解释执行；模块按需导入并立即执行顶层代码；对象通过引用计数与gc协同管理内存。
-
索引并非越多越好，过多低效索引会拖慢写入并占用磁盘空间；应通过EXPLAIN确认索引是否被实际使用，未被使用的索引应及时删除；复合索引需遵循最左前缀原则，等值字段在前、范围字段居中、排序字段靠右；避免对索引字段使用函数，否则导致索引失效。
-
Python开发企业内部轻量级工具的核心是快、稳、易维护、好交接；应避免过度设计，采用最小可行结构（main.py、config/、lib/、logs/、data/），注重打包体验、路径健壮性、依赖管理与配置分离。
-
while循环用于条件为真时重复执行代码，需设初始条件、更新条件语句和正确缩进；适合处理不确定次数的任务，如等待文件生成或校验用户输入，并应添加超时或计数器防死循环。
-
策略优化和风险控制是量化交易的存活底线，需通过滚动窗口参数测试、多空动态对冲、三级熔断归因及真实成本重算四大动作落地。
-
推荐使用pip或Anaconda安装Python科学计算库。首先确认Python版本并检查pip可用性，通过“python-mpipinstallnumpyscipymatplotlibpandasjupyter”命令安装；科研用户建议使用Anaconda，访问官网下载安装包，内置常用库并提供conda环境管理工具；进阶用户可创建虚拟环境避免依赖冲突，使用“python-mvenvmyenv”创建环境后激活并安装库；最后进入Python解释器导入库验证安装，如无报错则成功。网络较慢时可使用国内镜像源加速安
-
PythonWebSocket实战核心是用asyncio+websockets实现轻量双向通信，需理清连接生命周期、分组管理频道、定义type字段JSON协议，并通过定时ping/pong维护连接稳定性。
-
本文介绍在单进程内并行启动aiogram3轮询模式机器人和aiohttp异步Web服务器的正确方法，避免事件循环冲突，并提供可维护、符合官方实践的结构化实现方案。
-
保存py文件是通过文本编辑器或IDE将Python代码以.py扩展名存储。使用记事本或VSCode等编辑器编写代码后，选择“另存为”，输入文件名如hello.py，保存类型选“所有文件”，编码用UTF-8；在IDLE、PyCharm等IDE中，新建Python文件，编写代码后按Ctrl+S，首次保存需指定文件名并确认扩展名为.py，选择合适路径。注意文件名避免中文和特殊字符，路径不含空格或中文，推荐UTF-8编码，确保.py扩展名正确，以便正常运行。
-
Python爬虫不直接做目标检测，需先用requests+BeautifulSoup等爬取带标签图像数据，再用YOLO等模型训练检测模型。
-
用Python操作图像，核心是Pillow库。它支持图像加载、保存、尺寸调整、裁剪、旋转、滤镜应用、颜色增强和文字水印添加。安装命令为pipinstallPillow，通过Image.open()读取图片，获取format、size、mode属性后可进行各类变换，如resize()调整大小、crop()裁剪、rotate()旋转，并使用filter()应用模糊等滤镜，ImageEnhance调整亮度对比度，ImageDraw.Draw()配合ImageFont添加文字水印，最终用save()输出新图像，整
-
使用多线程或异步编程可避免Python中因I/O、锁竞争等导致的线程阻塞。通过threading模块将耗时任务放入子线程，结合队列实现安全通信；对I/O密集型任务采用asyncio异步编程更高效。示例：创建子线程执行long_task，主线程继续运行。设置超时机制，如网络请求timeout、锁acquire(timeout=)、queue.get(timeout=)，防止无限等待。用threading.Semaphore控制并发数，Condition协调线程状态，减少资源争用。高并发I/O场景推荐协程，如
-
EOF是输入流结束的逻辑状态，文件读取时read()或readline()返回空字符串即达EOF，input()遇EOF则抛出EOFError异常。
-
直接在for循环中调用list.pop()或list.remove()修改列表会导致索引错位、元素跳过等问题；正确做法是使用列表推导式、filter()或反向遍历等不破坏迭代结构的方式。
