itertools.permutations和combinations更稳，因其底层用c实现，不爆栈、不漏解、不重复生成中间列表；手写递归易在边界条件出错，而itertools行为明确定义：返回迭代器、不预分配内存、不对重复元素去重。
为什么直接用 itertools.permutations 和 itertools.combinations 比手写递归更稳？
因为它们底层用 C 实现，不爆栈、不漏解、不重复生成中间列表。手写递归容易在边界条件（比如空输入、r=0）出错，而 itertools 的行为是明确定义的：返回迭代器，不预分配内存，且对重复元素不做去重——这点必须自己处理。
常见错误现象：list(itertools.permutations([1, 1, 2])) 返回 6 个结果（含重复排列），不是 3 个；itertools.combinations('abc', 4) 直接返回空迭代器，不报错，但新手常误以为“没运行”。
-
permutations(iterable, r=None)：若r不填，默认取全部长度；r > len(iterable)时返回空 -
combinations(iterable, r)：r必须显式指定，且r 或过大都安静返回空 - 所有函数返回的是迭代器，要转
list才能看全——但大数据量下别这么干
怎么让 itertools.product 替代多层 for 循环？
当你要做笛卡尔积（比如遍历所有参数组合、生成测试用例），itertools.product 是最直白的替代方案。它比嵌套 for 更易读，也支持 repeat 参数快速实现自乘。
使用场景：超参网格搜索、路径拼接、枚举状态机所有输入组合。
-
product(A, B)等价于[(a,b) for a in A for b in B] -
product(range(2), repeat=3)生成所有 3 位二进制元组：(0,0,0),(0,0,1), ...,(1,1,1) - 注意：
product不会自动 flatten，如果需要一维结果，得套一层chain.from_iterable或用生成器表达式
如何避免 itertools.chain 和 itertools.chain.from_iterable 混用出错？
这两个函数看起来像，但输入结构完全不同：chain(a, b, c) 接收多个可迭代对象；chain.from_iterable(nested) 接收一个“可迭代对象的可迭代对象”，比如列表套列表。
让 macOS 自动化像说话一样简单 —— 用代码控制你的 Mac，无需学习 AppleScript 系统要求 macOS 14+ (Sonoma) Python 3.9+ 需要开启：辅助功能 + 屏幕录制权限
典型错误：把 [[1,2], [3,4]] 传给 chain，结果是 [ [1,2], [3,4] ]（原样输出），而不是 [1,2,3,4]；反过来，把 [1,2], [3,4] 传给 from_iterable 会报 TypeError。
- 要展平一层嵌套，优先用
chain.from_iterable(nested_list) - 要拼接几个独立序列（如
range(3),'ab',[None]），用chain(range(3), 'ab', [None]) - 两者都不消耗源数据，但多次遍历需重新调用——这不是 bug，是设计如此
为什么 itertools.groupby 必须先排序？
groupby 只对连续相同键的元素分组，不是按值全局聚合。这是它和 dict 或 pandas.groupby 最关键的区别，也是最容易踩的坑。
错误现象：groupby([1,2,1,2], key=lambda x:x) 会产出 4 组（每项各一组），而不是 2 组。
- 正确用法：先
sorted(data, key=key_func)，再groupby(..., key=key_func) - key 函数返回值必须可哈希；若要用复杂对象作 key，确保其
__hash__和__eq__一致 - 返回的 group 是迭代器，只可遍历一次——想多次用就得转成
list或tuple
真正难的不是语法，是记住哪些函数返回惰性迭代器、哪些要求输入有序、哪些对重复敏感——这些细节不翻文档就容易掉进静默陷阱里。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
