id(x) 返回对象的内存地址（CPython 中即 PyObject* 的地址）。b = a 只是新增一个引用，不创建新对象。| 类别 | 典型类型 | 特征 |
|---|---|---|
| 不可变对象 | int, float, str, tuple, frozenset, bytes |
一旦创建，内容不可更改；任何“修改”操作均返回新对象 |
| 可变对象 | list, dict, set, bytearray, 自定义类实例（默认） |
可原地修改内容，对象身份（id）不变 |
⚠️ 注意：
tuple虽不可变，但若其元素为可变对象（如([1], 2)），则 tuple 自身不可变，但元素内容可变。
Python 提供了三种主要的并发方式：多线程（threading）、多进程（multiprocessing）、协程（asyncio）。每种方式都有其适用场景，理解它们的区别是写出高效并发代码的前提。
接口响应慢是后端开发中最常见的问题之一。本文从实际案例出发，记录一次用户查询接口从 500ms 优化到 50ms 的全过程，涵盖 SQL 优化、缓存、索引等关键技术点。
用 pandas 处理大数据时，最常见的问题是内存爆炸。几 GB 的 CSV 读取后内存飙升到十几 GB，甚至 OOM。本文总结内存爆炸的原因和优化方案。
YOLOv8 是 Ultralytics 发布的 YOLO 系列最新力作，在精度和速度上都有显著提升。本文深入解析其核心架构和关键模块，以及实用的训练技巧。
后端系统经常需要对接第三方 API：支付、短信、推送、地图等。对接过程中最头疼的问题是网络不稳定、超时、重复调用等。本文总结一套完整的对接方案。
用 Python 开发完小工具后，需要交付给非技术人员使用，打包成 exe 是常见需求。PyInstaller 是最流行的打包工具，但使用中会遇到各种问题。本文整理了常见坑点和解决方案。
线上服务突然 OOM（OutOfMemoryError），堆内存还有空闲，但进程内存不断增长直到被 kill。这是典型的堆外内存泄漏问题。本文记录完整的排查过程和解决方案。
服务器内存不断增长，是每个运维和后端工程师都会遇到的问题。本文记录一次完整的内存排查过程，从发现问题到定位根因。
，Softmax 函数定义如下：