-
Python异常处理应精准捕获具体异常类型，避免裸except；在except中需记录日志、提供默认值或包装异常；善用else和finally补全逻辑与资源清理；禁用异常做流程控制。
-
popitem()方法从字典末尾移除并返回键值对，适用于清空字典场景。示例：my_dict={'a':1,'b':2,'c':3}；item=my_dict.popitem()返回('c',3)，字典变为{'a':1,'b':2}。空字典调用会抛出KeyError异常，需提前判断或捕获异常。常用于任务队列、配置处理等需逐个取出元素的场景，如while循环中遍历并清空config字典。注意Python3.7+字典保持插入顺序，确保后进先出行为可靠。
-
f-string是Python3.6+中简洁高效的字符串格式化方法，通过在字符串前加f/F并用{}嵌入表达式，实现变量插入、表达式求值、格式控制（如精度、对齐、千位分隔）、调试输出（如{var=}）等功能，相比%和.format()更具可读性、性能优势和灵活性，使用时需注意避免注入风险、转义大括号、保持表达式简洁及版本兼容性问题。
-
Peewee的ModelSelect查询对象本身不可直接序列化；正确做法是执行查询获取模型实例后，再用model_to_dict()转为字典，持久化存储；还原时通过dict_to_model()构造实例——而非试图序列化未执行的查询对象。
-
本文详解Python中因变量作用域导致的棋盘重置失效问题，通过global声明或返回新对象两种方式，彻底解决全局Board列表无法被函数修改的核心难点。
-
Python导入模块时先按sys.path搜索文件，找到后加载并缓存于sys.modules，后续导入直接复用；import语句将模块对象绑定到当前命名空间，from导入则创建独立引用；包通过__init__.py识别，支持相对导入但需满足执行上下文。
-
ViT训练需精准匹配结构特性：图像分块+位置编码、CLStoken、多层TransformerEncoder；实操须强数据增强、warmup余弦学习率、大batch、预训练迁移；监控attentionmap、CLSnorm等指标；轻量化可用ConvStem或知识蒸馏。
-
requests的性能瓶颈源于Python的GIL和同步I/O模型，导致高并发下串行阻塞、连接复用不足、无HTTP/2支持、SSL/DNS未优化，且缺乏异步能力与细粒度控制；替代方案依需求选httpx、aiohttp或urllib3。
-
会，Python默认DNS解析是同步阻塞的，因其底层调用操作系统同步C函数（如getaddrinfo），占用线程并阻塞事件循环；需用aiodns、异步resolver或线程池规避。
-
aiohttp.ClientSession必须复用，因新建会重复初始化连接池、SSL上下文并绑定事件循环，导致开销大、RuntimeError、连接泄漏及文件描述符耗尽；应全局单例创建，用asyncwith包裹单次请求。
-
conntrack-L-s和-d参数在大多数发行版中已废弃且无过滤作用，实际列出所有连接；正确方式是用grep精确匹配conntrack-L输出，或用conntrack-D-s/-d进行源/目的IP删除。
-
Python更易入门，因其语法直白、生态完善、中文资源丰富、就业面广；Ruby语法灵活但隐式规则多，适合追求表达力且熟悉Web开发的人。
-
Python内存管理依靠引用计数（即时释放）和垃圾回收（处理循环引用）协同工作；引用计数增减由赋值、作用域等操作触发，gc模块用标记-清除算法回收循环引用，分三代优化效率。
-
Python提供多种数学工具：基础运算用内置操作和math模块，复数用cmath，随机数用random，科学计算依赖numpy和scipy，符号运算使用sympy，需注意导入模块与数据类型匹配。
-
布尔索引必须放在整数索引之前，因为NumPy先执行布尔索引压缩对应维度，再在压缩后的数组上应用整数索引；顺序颠倒会导致维度不匹配而报错。
