-
Python3与Python2在语法、编码、除法、异常处理和库结构上存在显著差异。1、print变为函数；2、默认使用Unicode；3、/始终返回浮点数；4、异常捕获须用as；5、标准库重组。Python3取代Python2因官方停止维护、生态迁移、可读性提升、性能优化及教育普及。安装建议：官网下载、添加环境变量、使用虚拟环境、内置pip管理包、配置编辑器解释器路径。
-
Python正则中量词默认贪婪，加?变为非贪婪；?必须紧贴量词后，仅控制当前量词匹配长度，不解决歧义或性能问题。
-
Locust2.0+必须用HttpUser类、host属性和@task装饰器；动态参数与token需实例变量存储并线程安全复用；locust.conf需--config显式指定且格式严格；连接池耗尽会导致响应时间突增，应调优client连接池及服务端keep-alive。
-
permutations返回迭代器而非列表，需用list()转换或遍历才能查看结果；支持r参数指定排列长度；不自动去重，含重复元素时需手动处理；可接受字符串、元组等可迭代对象，但传字典仅迭代键。
-
else子句仅在try块无异常时执行，用于分离正常逻辑与异常处理，避免误捕获或静默失败。
-
正则表达式中的|符号表示“或”，用于匹配左右任意一个表达式；1.基本用法是匹配多个字符串，如apple|orange可匹配“apple”或“orange”；2.配合括号分组可限制“或”的范围，如(cat|dog)food表示匹配“catfood”或“dogfood”；3.实际应用中需避免歧义、注意性能问题，并根据平台决定是否转义。
-
应使用布尔索引而非for循环进行NumPy条件过滤，因其利用向量化操作和底层C优化，避免Python解释器开销、保持内存连续性并返回ndarray；多条件需用&、|、~并加括号，二维需维度匹配。
-
asyncio.gather()需设return_exceptions=True才能继续执行并收集全部结果，此时异常对象会作为列表元素返回，需用isinstance(r,BaseException)判别，结果顺序与输入严格一致。
-
GEKKO本身不直接支持复数变量或.conj()方法，但可通过手动分离实部与虚部、分别建模来实现复数共轭——即保持实部不变、虚部取反，并确保所有优化逻辑兼容底层实数求解器。
-
开启echo=True仅显示SQL和参数，不显示执行时间；需配合echo_pool=True查连接池问题，测真实耗时须用应用层日志或数据库慢日志。
-
lambda只适合单表达式、无副作用、逻辑简单的函数；需分支、多行、异常处理或调试时必须用def。它不是语法糖而是设计约束，Python明确不支持多行lambda。
-
答案：Python3.5可在Windows、macOS和Linux上安装。Windows用户从官网下载安装包并勾选添加到PATH；macOS建议使用官方安装包或Homebrew安装；Linux（Ubuntu）可通过deadsnakesPPA安装。安装后通过python3.5--version验证，建议用于旧项目维护。
-
应使用include()分层管理路由。在各应用下建urls.py并设app_name，主urls.py用path('prefix/',include('app.urls',namespace='app'))引入；子路由勿用^$锚点，urlpatterns须为列表而非函数。
-
KMeans聚类的核心步骤包括数据预处理、模型训练与结果评估。1.数据预处理：使用StandardScaler对数据进行标准化，消除不同特征量纲的影响；2.模型训练：通过KMeans类设置n_clusters参数指定簇数，调用fit方法训练模型；3.获取结果：使用labels_属性获取每个数据点所属簇，cluster_centers_获取簇中心坐标；4.可视化：绘制散点图展示聚类效果及簇中心；5.K值选择：结合手肘法（Inertia）和轮廓系数（SilhouetteScore）确定最佳簇数，提升聚类质量；
-
本文详解为何PySide2无法默认捕获tqdm输出（因其绕过sys.stdout.write直接操作终端控制序列），并提供两种可靠方案：修改tqdm配置使其兼容重定向流，或适配jMetalPy的ProgressBarObserver以显式触发标准输出。
