-
Python自定义异常必须继承Exception或其子类，否则无法被exceptException捕获；抛出时须用raiseMyError("msg")而非raiseMyError；需实现__init__并调用super().__init__(msg)确保可打印；推荐统一定义在errors.py中，明确处理层级与携带字段。
-
np.polyfit()结果“不对劲”的主因是x/y长度不等或含NaN/inf值，需先检查len(x)==len(y)及np.isfinite()；x值域大时应中心化；用np.polyval更稳妥；系数顺序为高次在前，须用print(np.poly1d(coefs))验证。
-
清洗过程必须实时嵌套校验，不可跳过校验直接清洗后入库；每步清洗操作均需对应校验断言，如去重前检查重复量级、关键字段需唯一性+非空双校验，类型判断应使用pd.api.types.is_string_dtype()等健壮方法。
-
用test-L或[-L]可直接判断路径是否为符号链接且不跟随目标，即使链接损坏也返回真；-e和-f会跟随或依赖目标状态，不可靠；ls-l解析易出错，stat和readlink开销大且非首选。
-
Python高效调试需综合运用条件断点、日志断点、动态变量修改、执行流控制（StepOver/ForceStepInto/RuntoCursor）及调试控制台交互，形成观察-假设-干预-验证闭环。
-
not是Python中用于取反布尔值的逻辑运算符，将True变为False，False变为True；常用于条件判断、空值检测及与比较操作或in结合使用，如not(x>10)、ifnotmy_list、"apple"notinfruits等，提升代码可读性，且优先级高于and和or，建议用括号明确逻辑顺序。
-
本文详解如何使用Python的Tkinter、OpenCV和PyAutoGUI构建线程安全的屏幕录制GUI，解决因实例状态未持久化导致的missing1requiredpositionalargument:'out'错误，并提供可立即运行的完整代码。
-
rope适合安全跨文件重命名，依赖完整项目结构和正确配置；jedi仅定位引用位置，不修改代码且缺乏语义准确性。
-
关键在于用run_id或batch_date作逻辑分区键，写入前显式清理对应分区数据，禁用auto-commit并手动提交Kafkaoffset，统一使用UTC时间（如pendulum.today('UTC')）避免时区不一致。
-
选FastAPI，当接口需await调用异步IO（如asyncpg、httpx）；否则Flask更简单。FastAPI自带异步支持、自动文档与强类型校验，Flask同步为主，混用async易出错。
-
Python中大量对象创建确实会带来明显的性能开销，核心原因在于内存分配、初始化函数调用、引用计数更新和垃圾回收压力。这不是“写法错误”，而是语言运行时机制决定的客观限制。对象创建开销主要来自哪几块？每次MyClass()执行时，CPython会依次做：在堆上分配内存（涉及内存池管理，小对象走obmalloc，仍有开销）调用__new__（默认由object.__new__完成，但需查找和分发）调用__init__（哪怕空方法，也是函数调用+栈帧创建）为每
-
Python在现代Web生态中承担不可替代的中枢角色，被Instagram、Pinterest、Reddit、Disqus、Mozilla支持站、Spotify、Dropbox等广泛用于后端核心、推荐系统、数据管道、运维工具及API服务。
-
Python访问UNC路径失败主因是网络重定向未解析，非权限问题；推荐用win32wnet映射盘符或pysmb库直连SMB，注意会话上下文、SMB版本及超时处理。
-
异常捕获应按业务边界划定范围，以完整业务步骤为最小可恢复单元；底层抛具体异常，上层依类型响应；慎用裸except，优先明确异常类型；异常后须做状态清理或补偿。
-
pyproject.toml中extras_require不生效是因为应使用[project.optional-dependencies]而非[project]下的extras_require；环境标记需严格按"pkg;sys_platform=='win32'"格式书写；依赖冲突须用pipcheck或--dry-run检测。
