Python性能优化深度解析（GIL锁/cProfile性能分析/__slots__内存/生成器vs列表/numba-JIT加速·面试真题）
Python 性能优化要先定位瓶颈，再选择合适手段；GIL、内存占用、容器选型和纯 Python 循环都是高频问题来源。
标签文章
标签页按已发布文章聚合，只输出有内容的可索引页面。
Python测试与调试深度解析（unittest/pytest/mock/logging日志/pdb调试·面试真题）
Python 工程闭环不只是写功能，还要通过测试、日志和调试工具保证代码可验证、可定位、可维护。
Python元编程深度解析（type动态创建类/元类metaclass/属性描述符/__new__与__init__·面试真题）
元编程关注的是运行时创建和改写类本身，ORM、数据校验、框架注册和属性拦截都依赖这类能力。
Python装饰器深入解析（带参数装饰器/类装饰器/wraps保留元数据/装饰器链·面试真题）
装饰器是 Python 高阶函数最典型的工程应用，框架路由、权限校验、日志追踪和缓存都离不开它。
Python并发编程深度解析（threading/multiprocessing/asyncio事件循环/async-await/Future/aiohttp·面试真题）
Python 并发要先分清多线程、多进程和异步 IO 的适用场景，选型错误往往比语法错误更影响性能和稳定性。
Python文件与I/O深度解析（open读写/上下文管理器with/os/shutil/JSON-CSV解析·面试真题）
文件 I/O 是 Python 脚本和后端工具的基础能力，open、with、os、shutil、JSON 和 CSV 共同覆盖常见文件处理场景。
Python模块与包深度解析（import导入机制/__name__/包结构/__init__.py/相对绝对导入·面试真题）
Python 工程化的基础是模块与包，导入路径、__name__、__init__.py 和相对导入规则决定了项目能否稳定组织。
Python异常处理深度解析（try-except-else-finally/raise/自定义异常/异常链·面试真题）
异常处理的目标不是吞掉错误，而是区分可恢复错误、保留上下文、释放资源，并让调用方能看懂失败原因。
Python面向对象核心深度解析（类与实例/继承多态/@property/类方法静态方法/__slots__/魔法方法·面试真题）
Python 一切皆对象，类、实例、继承、多态、属性装饰器和魔法方法共同构成了 Python OOP 的核心能力。
Python函数与作用域深度解析（参数全类型/返回值/lambda/闭包/装饰器/global/nonlocal·面试真题）
Python 函数真正的难点在参数绑定、LEGB 作用域、闭包引用和装饰器包装，这些规则直接影响工程代码可读性。
Python内置容器类型深度解析（列表/元组/字典/集合/切片/列表推导式/生成器表达式·面试真题）
列表、元组、字典和集合是 Python 里最高频的数据结构，是否可变、是否有序、是否可重复，决定了它们的使用边界。
Python基础语法核心深度解析（变量类型/运算符/流程控制/缩进规则/pass占位符·面试真题）
Python 基础语法的重点不只是写法简洁，还包括动态类型、严格缩进、流程控制和占位语句这些容易影响代码行为的规则。
