-
Python跨模块单例通信本质是sys.modules的模块缓存机制，而非类级单例控制；直接在模块中定义可变全局对象即可共享状态，模块对象由解释器保证唯一性。
-
pytest-repeat插件提供最轻量、符合pytest哲学的重复执行方案，支持命令行--count、装饰器@pytest.mark.repeat及--repeat-scope控制粒度，安装命令为pipinstallpytest-repeat。
-
Python在2002年（2.3版）通过PEP285引入bool类型，使其继承int以兼顾语义清晰性与向后兼容性；True/False是int的特化实例，支持数值运算但显示为布尔字面量，且bool被设计为final类型禁止继承。
-
Python装饰器核心是函数作为一等公民和闭包机制，通过@语法在不修改原函数代码的情况下为其添加新功能，如日志、权限控制、缓存等，提升代码复用性和可维护性。
-
sklearn不提供图像拉平功能，必须用NumPy（如reshape(X.shape[0],-1)）将三维/四维图像转为二维(n_samples,n_features)，注意保留样本维度、统一通道数并防范内存爆炸。
-
tmp_path能自动清理临时文件，因为它是pytest函数级固件，每次测试创建唯一空临时目录，测试结束自动调用shutil.rmtree删除；作用域为function，返回pathlib.Path实例，支持/拼接和write_text等操作。
-
API签名加密主要防请求重放、篡改和身份冒用，通过校验timestamp、nonce、app_key及HMAC-SHA256/MD5签名实现；参数须字典序排列、URL编码、严格按文档拼接，secret不传输，时间偏差超阈值（如300秒）即拒签。
-
本文详解为何直接拼接SQL字符串会导致UPDATE失败，并指导你安全、可靠地使用预处理语句完成数据库状态更新。
-
本文介绍一种基于内置dict插入顺序特性的轻量级缓存实现方案，无需自定义堆结构或同步双数据源，即可在O(1)平均查找、O(1)摊销插入、O(1)最老项淘汰的前提下，支持键存在性检查、时效验证与容量驱逐。
-
pytest默认不重试失败用例，因重试会掩盖资源竞争、状态残留、时序等真实缺陷；官方主张从测试设计和环境治理提升稳定性，而非依赖重试兜底。
-
当DataFrame列中存在pd.NA或NaN时，直接在query()中调用.str.contains()等方法会因numexpr引擎不支持空值运算而报错；可通过fillna("")或切换engine='python'安全解决，二者性能相近且均优于先过滤再query的嵌套写法。
-
Python的round()采用“四舍六入五成双”而非四舍五入，如round(2.5)得2、round(3.5)得4；浮点精度问题会加剧误差，真·四舍五入应使用decimal模块或整数缩放法。
-
本文介绍如何避免在PySpark中对2000+列逐列调用rank()导致的严重性能退化，推荐使用selectExpr或select批量构建表达式，并强调必须指定partitionBy以防止全量数据倾斜至单分区。
-
元组是不可变序列，用()创建，支持索引切片，提供count和index方法，可进行拼接、重复、解包等操作，适用于存储不变数据。
-
Locust报错“ModuleNotFoundError:Nomodulenamed'locust'”是因Python版本低于3.8、未激活虚拟环境或误装locustio；Flask接口404需绑定0.0.0.0并配全host；发JSON请求须用json=参数；QPS低因Werkzeug不支持并发，应换gunicorn等WSGI服务器。
