-
contextvars模块用于异步任务中安全管理上下文局部变量，使每个协程拥有独立变量副本；核心组件包括ContextVar（声明变量）、copy_context（获取上下文快照）和Context（执行环境）。
-
函数在Python中是一等公民，可赋值给变量、作为参数传递、作为返回值、存入容器及动态创建。例如：say_hello=greet；map(lambdax:x**2,[1,2,3,4])；make_multiplier(2)返回函数；operations={"add":lambdaa,b:a+b}。
-
Python的set去重基于哈希表，通过__hash__()和__eq__()判断重复，平均时间复杂度O(1)，不保证插入顺序，不可变类型可哈希，可变类型需自定义哈希与相等逻辑。
-
DEBUG日志生产环境默认不可见，因根logger默认级别为WARNING，低于该级的日志被直接丢弃；需同时设置logger和handler的level才能生效。
-
Python的.pth文件通过行首关键字（如import）和文件系统可访问性自动区分路径条目与可执行Python代码，空白行和注释被忽略，其余非注释行默认视为路径（支持目录、ZIP归档或任意字符串），仅以import开头的行会被动态执行。
-
Python中进程间通信主要有四种方式：1.multiprocessing.Queue支持跨进程安全的数据传递，适用于多生产者消费者场景；2.multiprocessing.Pipe提供双向通信通道，适合两个进程间的点对点高效通信；3.Value和Array通过共享内存实现简单数据类型共享，性能高且避免序列化开销；4.Manager支持列表、字典等复杂对象的共享，灵活性强但性能较低。选择依据具体需求：Queue通用消息传递，Pipe双端高效通信，Value/Array共享基本类型，Manager共享复杂结
-
asyncio.run()包装异常为RuntimeError，需检查__cause__或__context__获取原始异常；未await的Task异常被静默吞掉；gather默认遇异常中止，wait需手动检查；asyncwith/for需注意__aexit__/__anext__异常掩盖。
-
引用计数无法解决循环引用，因互相持有引用导致计数永不归零；CPython依赖gc模块通过分代回收检测并清理容器型对象的循环引用，而不可变类型等不受GC管理。
-
将一个类的实例作为另一个类的属性可实现组合关系，如Car类包含Engine实例，使代码模块化、易扩展，清晰表达“has-a”关系，提升可维护性。
-
深度学习模型训练关键在实操：数据需探查分布与同源划分，增强宜简不宜繁；模型从简单结构起步验证流程；监控训练/验证损失、梯度范数及置信度分布；调参聚焦学习率与batchsize，优选AdamW。
-
本文介绍如何基于列数据动态生成±1信号：当当前值达到滚动均值的指定倍数时翻转信号，并确保每次重置后滚动窗口至少累积指定最小长度才允许下一次触发。
-
通过统一转换输入字符串的大小写（如全部转为大写或小写），再与目标选项比较，即可轻松实现不区分大小写的用户输入判断，无需为每种大小写组合单独编写条件分支。
-
f-string不能使用sep/end参数，因其仅负责字符串格式化，不参与输出控制；sep和end是print()函数的输出参数，f-string生成的是str对象，与print行为无关。
-
不加@functools.wraps会导致被装饰函数的name__、__doc__、__module__、__annotations等元信息丢失，变为包装函数的值，影响调试、文档生成、类型检查和框架路由注册。
-
答案：使用cv2.line()函数可在图像上绘制直线，参数包括图像、起点、终点、颜色（BGR）和粗细。示例显示在黑色画布或加载图像上画线，需注意坐标系原点在左上角，颜色顺序为BGR，且坐标不能越界。
