Python默认不显示DeprecationWarning，因其专为开发者设计；可用warnings.filterwarnings()或catch_warnings()精准控制，但需在导入相关模块前调用，且需注意子类警告如numpy.VisibleDeprecationWarning需单独处理。
直接用 warnings.filterwarnings() 或 warnings.catch_warnings() 就能精准控制过时语法警告（比如 DeprecationWarning），但默认情况下 Python 不显示这类警告——所以你“没看到”，不等于它没发生，更不等于可以忽略。
为什么 DeprecationWarning 默认不显示？
Python 把 DeprecationWarning 设计为只给开发者看，而不是终端用户，因此默认被过滤掉。如果你在脚本里用了即将废弃的写法（比如 async 作为变量名、collections.MutableMapping 等），运行时其实已触发警告，只是被静默吞掉了。
验证方法：加 -W default 运行脚本，例如：
python -W default myscript.py
这时你大概率会看到一堆 DeprecationWarning 冒出来。
立即学习“Python免费学习笔记（深入）”；
屏蔽特定过时警告的三种可靠方式
屏蔽 ≠ 忽略问题，而是有选择地压制已知、可控、暂无法升级的警告。常用组合：
- 按警告类型屏蔽：
warnings.filterwarnings("ignore", category=DeprecationWarning) - 按模块屏蔽（更安全）：
warnings.filterwarnings("ignore", category=DeprecationWarning, module="requests") - 按消息文本屏蔽（慎用）：
warnings.filterwarnings("ignore", message=".*unclosed file.*", category=ResourceWarning)—— 注意DeprecationWarning一般不用消息匹配，因为版本间文案易变
⚠️ 关键点：必须在导入可能触发警告的模块之前调用 filterwarnings()，否则无效。比如把 import pandas 放在 warnings.filterwarnings() 前面，pandas 初始化时的弃用警告就收不到了。
临时捕获并检查过时警告（调试必备）
想确认某段代码到底触发了什么警告？别靠猜，用上下文管理器实锤：
import warnings
<p>with warnings.catch_warnings(record=True) as w:
warnings.simplefilter("always") # 确保所有警告都进 record
import sklearn # 或调用可疑函数
if w:
for warning in w:
if issubclass(warning.category, DeprecationWarning):
print(f"[{warning.category.<strong>name</strong>}] {warning.message}")</p><h1>输出示例：[DeprecationWarning] sklearn.cross_validation is deprecated注意：record=True 和 simplefilter("always") 缺一不可；只设 record=True 而不改 filter，警告仍可能被跳过。
全局配置 vs 文件内控制
项目级屏蔽建议写在入口文件（如 main.py 或 __main__.py）顶部，且紧挨着 import warnings：
import warnings
warnings.filterwarnings("ignore", category=DeprecationWarning, module="urllib3")
import requests不要放在 setup.py、pyproject.toml 里试图用 python -W 参数统一控制——那对子进程、第三方库加载时机不可控，容易漏。
真正麻烦的不是怎么屏蔽，而是哪些警告该修、哪些能压。比如 numpy.VisibleDeprecationWarning 是 DeprecationWarning 的子类，但默认不被 category=DeprecationWarning 捕获，得单独加一行；还有 PendingDeprecationWarning，它比 DeprecationWarning 更早发出信号，也常被遗漏。
