-
在Polars中，mean()默认不自动忽略NaN，需显式调用drop_nans()或fill_nan(None)才能获得与Pandas一致的NaN安全均值结果；推荐优先使用drop_nans().mean()，语义清晰且性能优秀。
-
Python处理日期时间最常用datetime和time模块：datetime面向人类可读时间，支持创建、格式化、解析及加减；time更底层，用于时间戳、睡眠和性能计时；二者可协作转换，需注意时区和naive/aware对象区别。
-
__str__用于生成人类可读的字符串，适合展示给用户；__repr__则生成明确无歧义的开发者用字符串，理想情况下可重构对象。两者分工明确，建议优先定义__repr__以保障调试信息完整，再根据需要定义__str__提供友好显示。若只选其一，应优先实现__repr__。
-
最常用的方法是使用piplist命令列出当前Python环境中已安装的所有第三方库及版本；可配合--format、grep/findstr等参数实现简洁显示或指定库检查，并需注意虚拟环境与Python版本对应关系。
-
企业应用中模型部署的核心是将训练好的模型转化为稳定、可调用、可监控的服务，需兼顾性能、安全、更新与协作；关键步骤包括模型标准化（统一格式、剥离训练依赖、本地验证）、API封装（FastAPI、清晰协议、基础防护）、容器化编排（Docker精简镜像、K8s弹性管理）及可观测运维（多层指标监控、结构化日志、灰度更新闭环）。
-
Python的warnings模块用于发出非致命警告，不能用try/except捕获；需用filterwarnings、simplefilter忽略，catch_warnings(record=True)临时捕获，或通过-W参数及PYTHONWARNINGS环境变量控制。
-
可变对象创建后可修改内容而不改变内存地址，如列表、字典；不可变对象一旦创建内容不可变，任何修改都会生成新对象，如整数、字符串、元组。
-
Python函数测试核心是覆盖关键路径而非追求行数，需明确函数责任边界、测试三类输入场景，并用pytest-cov验证覆盖质量，避免假覆盖陷阱。
-
最简单的方法是使用字符串格式化或tabulate库。1.用str.ljust()等手动对齐列；2.安装并使用tabulate库输出美观表格，支持grid等样式；3.用pandasDataFrame打印结构化数据，适合数据分析。小项目可选手动方式，推荐tabulate实现清晰终端表格。
-
Python操作数据库需遵循DB-API规范，核心是连接管理、SQL执行、参数化查询和事务控制；SQLite用?占位符，MySQL/PostgreSQL用%s，均须防SQL注入并合理提交事务。
-
os.walk()适合需完整目录结构和文件属性的场景，按深度优先生成(root,dirs,files)元组，支持就地修改dirs控制遍历；glob和pathlib.rglob()更适合模式匹配，后者返回Path对象更安全现代；权限与编码错误需主动处理而非忽略。
-
应选择生成式摘要任务，使用HuggingFace上预训练的Seq2Seq模型（如bart-base或pegasus-xsum）微调，配合TrainerAPI、合理数据清洗、关键超参设置及ROUGE与人工评估结合。
-
多进程异常处理需通过IPC机制传递异常信息，因进程隔离导致异常无法自动冒泡。常用方法包括：子进程中捕获异常并通过Queue或Pipe发送给父进程；使用multiprocessing.Pool的AsyncResult.get()在父进程重新抛出异常；辅以日志记录便于排查。关键在于主动传递异常详情，避免沉默失败，并注意pickle序列化、超时设置和资源清理等问题。
-
本文介绍使用Pandas的merge+indicator参数实现“反连接（anti-join）”，快速定位两表中基于主键（如ID）匹配但关键字段（如Value1/Value2）不一致的行，避免逐行遍历，兼顾性能与可读性。
-
本文详解如何通过--credentials等自定义命令行参数，将结构化JSON数据（如凭据）可靠传递给Pytest，避免Shell解析错误（如zsh:eventnotfound），并推荐使用json.dumps()+subprocess.run()的安全实践。
