-
Python中无内置add函数，常见用法包括：1.使用+操作符进行数值或字符串拼接；2.operator.add()函数实现加法功能；3.集合的add()方法添加元素；4.自定义add函数。
-
itertools是Python中高效处理迭代器的内置模块，提供内存友好的工具函数。1.生成无限序列：count、cycle、repeat可创建无限迭代器；2.有限迭代器：chain、islice、compress用于组合或筛选数据；3.组合生成器：product、permutations、combinations等生成数学结构。其函数基于C实现，返回迭代器，节省内存，适用于大数据处理、参数组合等场景。例如combinations(['A','B','C'],2)输出所有两字母组合，简化循环逻辑，提升代码
-
当用类实现装饰器的包装逻辑时，因未实现描述符协议（descriptorprotocol），无法自动绑定实例方法中的self，导致调用时需手动传入对象；而函数式装饰器天然支持该协议，能正确完成方法绑定。
-
多个线程或进程并发写同一文件易导致数据错乱，需用对应锁机制：线程用threading.Lock保护共享文件对象并flush；进程用multiprocessing.Lock、flock或分文件写入；异步写入需通过线程池配合asyncio.Lock；推荐临时文件+os.replace实现原子更新。
-
不用编程基础也能入门AI，关键是从能跑通的第一个模型开始，如用几行代码识别猫狗；分三步：先用Colab运行Demo，再配本地环境，最后逐行注释理解；通过改参数、做小任务建立直觉。
-
append将对象作为整体添加，导致嵌套；2.extend则打散可迭代对象并逐个添加，保持扁平结构；3.选择依据是是否需展开数据。
-
模型优化是环环相扣的完整流程：从数据准备、模型选择、可控优化到业务验证，每步需紧扣问题定义、数据特征与业务目标，最终落点于实际运营价值。
-
答案是使用df.to_csv()方法保存DataFrame为CSV文件，需注意index=False避免保存索引，设置encoding='utf-8'防止中文乱码，根据数据内容选择sep参数调整分隔符，用na_rep处理缺失值，通过列筛选或float_format等参数控制输出格式，并在处理大数据时考虑compression压缩或mode='a'追加模式以优化性能。
-
Python3与2.x主要差异包括：1.print变为函数；2.字符串默认Unicode，bytes分离；3.除法返回浮点数；4.模块重命名如urllib2拆分；5.兼容建议用__future__导入和six库。
-
Python中字符串和元组不可变是设计选择而非技术限制，旨在提升安全性、效率及支持哈希、缓存等机制；元组内可变对象仍可修改，因元组仅存储引用；CPython底层通过只读结构体实现约束。
-
Python中re模块真正难点在于匹配逻辑设计、函数选择、贪婪匹配陷阱及返回值处理；re.search最常用，从任意位置匹配；分组捕获需注意findall返回结构差异；compile适用于重复使用或复杂模式；正则非万能，应适时切换解析方式。
-
MACD计算结果与TradingView不一致，通常源于指数移动平均（EMA）缺乏足够“预热期”，导致早期数值失真；本文详解EMA收敛原理、最小预热周期计算方法及稳健实现方案。
-
特征工程是目标驱动、业务扎根、隔离严谨、可复现的系统性改造。需明确建模目标反向设计特征，区分缺失与异常的业务含义，合理编码高基数与非结构化字段，并严格时间隔离防止信息泄露。
-
使用Selenium实现网页截图的最常用方法是安装库和对应浏览器驱动，通过代码控制浏览器进行截图。步骤如下：1.安装Selenium并下载对应的浏览器驱动（如ChromeDriver）；2.编写代码打开浏览器、访问网址并保存截图；3.若遇到驱动路径或加载问题，应检查驱动版本与路径设置，并添加等待条件确保页面加载完成；4.如需调整截图区域，可设置窗口大小或使用脚本滚动页面后再截图。掌握这些要点即可满足大多数网页截图需求。
-
int表示无小数部分的整数，如42、-7；float表示带小数或科学计数法的数，如3.14、2.5e8。10是int，10.0是float。通过type()或isinstance()可判断类型。int支持任意精度，能精确存储大数如10**100；float基于IEEE754标准，精度约15-17位，存在舍入误差，如0.1+0.2≠0.3。运算时int与float混合，结果自动转为float；int()函数将float转为整数但截断小数部分，不四舍五入；float()可将int转为浮点数。关键区别在于小数点
