-
Python列表、字典、集合的底层机制决定其性能与安全性：列表为动态数组，索引O(1)但中间增删O(n)；字典基于哈希表，键须可哈希，查找平均O(1)；集合是无序去重结构，成员检测O(1)，空集合须用set()。
-
本文介绍一种高效、可扩展的方法，利用预定义百分比序列与分组索引技巧，在PandasDataFrame中为每组连续的TARGET=1行动态生成从起始值到100的等距累计百分比，并自动将TARGET=0行设为0。
-
id()返回对象在内存中的唯一标识符，其值在对象生命周期内不变；同一对象多次调用结果相同，id相同即为同一对象（is为True），变量赋值是引用绑定而非复制，可变对象原地修改时id不变，不可变对象“修改”实为新建对象。
-
Python导入模块时按顺序搜索路径：先当前脚本目录，再PYTHONPATH环境变量指定的目录，最后是安装默认路径如标准库和site-packages。可通过sys.path查看当前搜索路径列表，其顺序决定模块查找优先级。使用sys.path.insert(0,'path')可临时添加高优先级路径，append则添加低优先级路径，.pth文件或PYTHONPATH实现持久配置。若自定义模块与标准库同名（如json.py），会因搜索顺序导致“模块遮蔽”，误加载本地文件而非标准库，引发错误。因此应避免命名冲突
-
本文介绍如何使用Pandas高效识别并标记每个分组中首次出现指定字符（如'Y'）所在行的对应日期，适用于客户行为分析、事件首触点追踪等场景。
-
Python内存管理依赖引用计数与gc模块协同工作：引用计数实时释放零引用对象，gc模块处理循环引用；需用weakref、及时解绑、避免__del__滥用等预防泄漏，并通过sys.getrefcount、gc.garbage和psutil监控验证。
-
Python配置文件首选JSON、INI、YAML：JSON轻量通用但无注释；INI结构清晰适合简单场景；YAML功能强支持嵌套与注释，推荐中大型项目；应封装Config类统一管理并校验。
-
NumPy中的ndarray是科学计算核心，提供创建（如np.array、zeros、ones、arange、linspace）、形状操作（reshape、flatten、transpose）、数学统计（sum、mean、argmax、where）及数组拼接与广播等高效函数，掌握后可显著提升数据处理效率。
-
Python字典基于哈希表实现，依赖键的不可变性保障哈希值稳定，通过开放寻址法处理冲突，装载因子超2/3时自动扩容；内存与性能优化需关注初始化方式、键存在性判断及遍历方法。
-
temp是Python中表示临时变量的常用名，用于交换变量、存储中间结果等；如交换a、b值时用temp暂存，或在计算中保存临时数据；但Python支持a,b=b,a等语法减少temp使用；建议命名更具体，如temp_filename以提升可读性。
-
使用json.dumps()将Python对象编码为JSON字符串，支持dict、list、str等类型，通过ensure_ascii=False显示中文，indent设置缩进；用json.dump()写入文件。
-
Python字符串替换需生成新字符串，常用方法有：1.使用replace()进行简单替换，如s.replace("world","Python")；2.用re.sub()支持正则和忽略大小写替换；3.结合字典与正则实现批量替换；4.注意原字符串不变，replace()精确匹配速度快，re.sub()功能强但稍慢，复杂场景推荐使用re.escape()防特殊字符错误。
-
cut和qcut的核心区别在于分箱依据不同。一、cut按自定义区间分箱，适用于已知数据分布范围或需手动控制边界的情况，可设置标签但需注意边界包含情况及极值处理；二、qcut按分位数分箱，使各区间样本量均衡，适合数据分布不均时使用，但边界不易预测且可能因重复值导致异常；三、二者区别体现在分箱依据、区间长度、样本分布和适用场景：cut控制灵活但样本分布可能不均，qcut样本均衡但边界不可控；四、选择cut的情况包括需明确边界、有业务背景支持、需统一标签，选qcut则用于分布不均、建模前特征工程、关注分布均衡而
-
Python中迭代器和生成器实现懒加载以节省内存，迭代器需实现__iter__和__next__方法，生成器函数用yield简化编写并自动支持状态暂停与恢复。
-
本文详解为何用ifsublistinlist_of_lists判断子列表存在性时失败，而应使用==比较；并通过实例、内存分析和集合扩展，清晰阐明列表嵌套比较的底层逻辑与正确写法。
