Python-面試問(wèn)題

參考鏈接

面：Python 中什么元素為假？

答：(0，空字符串，空列表、空字典、空元組、None, False)

面：Python 中查看某個(gè)關(guān)鍵字的屬性？

答：dir ( key )，help() 函數(shù)返回幫助文檔和參數(shù)說(shuō)明，dir() 函數(shù)返回對(duì)象中的所有成員 (任何類型)

面：Python 全局變量 global 的使用？

面：Python 中的 pass 語(yǔ)句有什么作用？

答：我們?cè)趯懘a時(shí)，有時(shí)可能只寫了函數(shù)聲明而沒(méi)想好函數(shù)怎么寫，但為了保證語(yǔ)法檢查的正確必須輸入一些東西。在這種情況下，我們使用 pass 語(yǔ)句。

面：舉例說(shuō)明異常模塊中 try except else finally 的相關(guān)意義？

答：try..except..else 沒(méi)有捕獲到異常，執(zhí)行 else 語(yǔ)句；try..except..finally 不管是否捕獲到異常，都執(zhí)行 finally 語(yǔ)句。

面：with 方法打開(kāi)處理文件幫我們做了什么？yield 的使用-生成器？

答：功能類似 try，except，finally 中 finally 的用法，with：除了有更優(yōu)雅的語(yǔ)法，真正強(qiáng)大的地方：with 還可以很好的處理上下文環(huán)境產(chǎn)生的異常。with 后面的函數(shù)需要有 __ exit __ 方法，當(dāng)程序出現(xiàn)異常的時(shí)候會(huì)幫助我們打印異常，清理資源，關(guān)閉文件。with 參考博客，yield 參考博客

面：Python 中斷言方法舉例？

答：使用 assert 斷言是學(xué)習(xí) Python 一個(gè)非常好的習(xí)慣，Python assert 斷言句語(yǔ)格式及用法很簡(jiǎn)單。在沒(méi)完善一個(gè)程序之前，我們不知道程序在哪里會(huì)出錯(cuò)，與其讓它在運(yùn)行最崩潰，不如在出現(xiàn)錯(cuò)誤條件時(shí)就崩潰。

面：列出 Python 中可變數(shù)據(jù)類型 和 不可變數(shù)據(jù)類型，并簡(jiǎn)述原理？

答：不可變數(shù)據(jù)類型：數(shù)值型、字符串型、和 元組；不允許變量的值發(fā)生變化，如果改變了變量的值，相當(dāng)于是新建了一個(gè)對(duì)象，而對(duì)于相同的值的對(duì)象，在內(nèi)存中則只有一個(gè)對(duì)象(一個(gè)地址)可變數(shù)據(jù)類型：列表 和 字典，允許變量的值發(fā)生變化，即如果對(duì)變量進(jìn)行 append、+= 等這種操作后，只是改變了變量的值，而不會(huì)新建一個(gè)對(duì)象，變量引用的對(duì)象的地址也不會(huì)變化，不過(guò)對(duì)于相同的值的不同對(duì)象，在內(nèi)存中則會(huì)存在不同的對(duì)象，即每個(gè)對(duì)象都有自己的地址，相當(dāng)于內(nèi)存中對(duì)于同值的對(duì)象保存了多份，這里不存在引用計(jì)數(shù)，是實(shí)實(shí)在在的對(duì)象。

面：賦值，淺拷貝，深拷貝的區(qū)別？

**賦值：**簡(jiǎn)單地拷貝對(duì)象的引用，兩個(gè)對(duì)象的 id (內(nèi)存中的地址)相同，并且共用一個(gè)對(duì)象，刪除 a 也不會(huì)刪除數(shù)組，原因見(jiàn)下一題 引用計(jì)數(shù)機(jī)制。

**淺拷貝-copy()：**創(chuàng)建一個(gè)新的組合對(duì)象，這個(gè)新對(duì)象與原對(duì)象共享內(nèi)存中的子對(duì)象。當(dāng)改變?cè)瓕?duì)象時(shí)，才會(huì)創(chuàng)建一個(gè)實(shí)例。僅僅是最頂層開(kāi)辟了新的空間，里層的元素地址還是一樣的。

**深拷貝-deepcopy()：**創(chuàng)建一個(gè)新的組合對(duì)象，同時(shí)遞歸地拷貝所有子對(duì)象，新的組合對(duì)象與原對(duì)象沒(méi)有任何關(guān)聯(lián)。雖然實(shí)際上會(huì)共享不可變的子對(duì)象，但不影響它們的相互獨(dú)立性。

#賦值

a = [1,2,3]

b = a #賦值 id(a) == id(b)，直接引用計(jì)數(shù)

#淺拷貝

import copy

a = 1 #對(duì)于不可變數(shù)據(jù)類型 數(shù)字a=1; 字符串a(chǎn)='hello'; 元組a=(1,2,3)，不存在啥淺拷貝的，和賦值一樣

b = copy.copy(a) #id(a) == id(b)

a = [1,2,3] #對(duì)于可變數(shù)據(jù)類型 列表，字典，僅僅是最頂層開(kāi)辟了新的空間，里層的元素地址還是一樣的。

b = copy.copy(a) # id(a) != id(b)

id(a[0]) == id(b[0]) #True 里面的不可變類型地址是一樣的

#深拷貝，邏輯同上，但是淺拷貝不會(huì)遞歸拷貝元素是地址的值，淺拷貝對(duì) c 也是簡(jiǎn)單的拷貝。

import copy

c = [4,5]

a = [1,2,3,c]

b = copy.deepcopy(a) #會(huì)遞歸 a 中的引用，改變 c 的值，b 不會(huì)改變。

面：簡(jiǎn)述 Python 引用計(jì)數(shù)機(jī)制？

答：GC(Garbage Collector(垃圾收集器))機(jī)制：以下三種都是；

Python 垃圾回收主要以引用計(jì)數(shù)為主，標(biāo)記-清除 和 分代清除 為輔的機(jī)制，其中 標(biāo)記-清除 和 分代回收 主要是為了處理循環(huán)引用的難題。

引用計(jì)數(shù)算法：當(dāng)有 1 個(gè)變量保存了對(duì)象的引用時(shí)，此對(duì)象的引用計(jì)數(shù)就會(huì)加 1，變?yōu)?0 后才會(huì)真正清除對(duì)象。

優(yōu)點(diǎn)：高效、實(shí)時(shí)性[為 0 直接清除，其他可能需要等到合適的時(shí)機(jī)]、易于實(shí)現(xiàn)

缺點(diǎn)：消耗資源、無(wú)法解決循環(huán)引用；解決：標(biāo)記-清除 和 分代清除

循環(huán)引用參考博客，下面簡(jiǎn)要介紹。

#循環(huán)引用問(wèn)題

list1 = [];list2 = []

list1.append(list2)

list2.append(list1)

'''

針對(duì)循環(huán)引用的情況：我們有一個(gè)“孤島”或是一組未使用的、互相指向的對(duì)象，但是誰(shuí)都沒(méi)有外部引用。換句話說(shuō)，我們的程序不再使用這些節(jié)點(diǎn)對(duì)象了，所以我們希望Python的垃圾回收機(jī)制能夠足夠智能去釋放這些對(duì)象并回收它們占用的內(nèi)存空間。但是這不可能，因?yàn)樗械囊糜?jì)數(shù)都是1而不是0。

『標(biāo)記清除(Mark—Sweep)』算法是一種基于追蹤回收(tracing GC)技術(shù)實(shí)現(xiàn)的垃圾回收算法。它分為兩個(gè)階段：第一階段是標(biāo)記階段，GC 會(huì)把所有的『活動(dòng)對(duì)象』打上標(biāo)記，第二階段是把那些沒(méi)有標(biāo)記的對(duì)象『非活動(dòng)對(duì)象』進(jìn)行回收。那么 GC 又是如何判斷哪些是活動(dòng)對(duì)象哪些是非活動(dòng)對(duì)象的呢？

對(duì)象之間通過(guò)引用(指針)連在一起，構(gòu)成一個(gè)有向圖，對(duì)象構(gòu)成這個(gè)有向圖的節(jié)點(diǎn)，而引用關(guān)系構(gòu)成這個(gè)有向圖的邊。從根對(duì)象(root object)出發(fā)，沿著有向邊遍歷對(duì)象，可達(dá)的(reachable)對(duì)象標(biāo)記為活動(dòng)對(duì)象，不可達(dá)的對(duì)象就是要被清除的非活動(dòng)對(duì)象。根對(duì)象就是全局變量、調(diào)用棧、寄存器。

'''

面：Python 中的 值傳遞 與 引用傳遞？

答：Python 不允許程序員選擇采用 傳值 還是 傳引用。Python 參數(shù)傳遞采用的肯定是 傳對(duì)象引用 的方式。實(shí)際上，這種方式相當(dāng)于傳值和傳引用的一種綜合。如果函數(shù)收到的是一個(gè)可變對(duì)象(比如字典、列表)的引用，就能修改對(duì)象的原始值——相當(dāng)于通過(guò) 傳引用 來(lái)傳遞對(duì)象。如果函數(shù)收到的是一個(gè)不可變對(duì)象(比如數(shù)字、字符或者元組)的引用，就不能 直接修改原始對(duì)象——相當(dāng)于通過(guò) 傳值 來(lái)傳遞對(duì)象。 當(dāng)人們復(fù)制 列表 或 字典 時(shí)，就復(fù)制了對(duì)象列表的引用值，如果改變引用的值，則修改了原始的參數(shù)。

基本概念

面：避免轉(zhuǎn)義給字符串加哪個(gè)字母表示原始字符串？

print(r'\abc') #輸出原始字符串 \abc，只有在不對(duì) \ 進(jìn)行轉(zhuǎn)義的時(shí)候用到

面：單引號(hào)，雙引號(hào)，三引號(hào)的區(qū)別？

name = 'tom'; sex = "male" #單引號(hào)和雙引號(hào)單獨(dú)使用沒(méi)什么區(qū)別

#下面才是單雙引號(hào)設(shè)計(jì)的本質(zhì)目的，這樣里面 'A' 就可以不用添加 \，變?yōu)?\'A\'

sentense = "We all know that 'A' and 'B' are two capital letters."

#三個(gè)引號(hào)不經(jīng)常用，用于原格式輸出

article = '''從哪來(lái)？

到哪去？

怎么去？

'''

面：Python2 和 Python3 的區(qū)別？

Python3 使用 print 必須要以小括號(hào)包裹打印內(nèi)容。

2.x 中 range 函數(shù)返回一個(gè)列表，3.x 返回一個(gè)可迭代對(duì)象。

2.x 中 sort 有 cmp 參數(shù)可接受兩個(gè)參數(shù)的函數(shù)，3.x 中只有 key 接受一個(gè)參數(shù)的函數(shù)。

2.x 默認(rèn)編碼：ascii 解決辦法：在首行 # -- encoding：utf-8--；3.x 中編碼：utf-8。

2.x 整數(shù)除法為 /，3.x 為 //。

面：提高 Python 運(yùn)行效率的方法？

答：1.使用生成器，因?yàn)榭梢怨?jié)約大量?jī)?nèi)存。2.循環(huán)代碼優(yōu)化，避免在循環(huán)中調(diào)用太多函數(shù)，可以用變量代替。

面：列舉 3 條以上 PEP8 編碼規(guī)范？

不要在行尾加分號(hào), 也不要用分號(hào)將兩條命令放在同一行。

不要使用反斜杠連接行,與左括號(hào)對(duì)齊，Python 會(huì)將圓括號(hào)的行隱式的連接起來(lái)。

頂層函數(shù)和類的定義，前后用兩個(gè)空行隔開(kāi)。

一般使用 4 個(gè)空格來(lái)縮進(jìn)代碼

面：Python 中標(biāo)識(shí)符的命名規(guī)則？

答：Python 中的標(biāo)識(shí)符可以是任意長(zhǎng)度，但必須遵循以下命名規(guī)則:

只能以下劃線或者 A-Z/a-z 中的字母開(kāi)頭。

其余部分只能使用 A-Z/a-z/0-9。

Python 標(biāo)識(shí)符區(qū)分大小寫。

關(guān)鍵字不能作為標(biāo)識(shí)符。

面：IOError、AttributeError、ImportError、IndentationError IndexError、KeyError、SyntaxError、NameError分別代表什么異常？

答：IOError：輸入輸出異常

AttributeError：試圖訪問(wèn)一個(gè)對(duì)象沒(méi)有的屬性

ImportError：無(wú)法引入模塊或包，基本是路徑問(wèn)題

IndentationError：語(yǔ)法錯(cuò)誤，代碼沒(méi)有正確的對(duì)齊

IndexError：下標(biāo)索引超出序列邊界

KeyError：試圖訪問(wèn)你字典里不存在的鍵

SyntaxError：Python 代碼邏輯語(yǔ)法出錯(cuò)，不能執(zhí)行

NameError：使用一個(gè)還未賦予對(duì)象的變量

面：Python中的身份運(yùn)算符 is 和 == 的區(qū)別？

答：is 判斷兩個(gè)對(duì)象 id 是否相同，== 判斷兩個(gè)對(duì)象值是否相同，具體參考我的博客

面：Python 中運(yùn)算符？

[+,-,*,/,%,//,**] #算術(shù)運(yùn)算符

[>,>=,

[&，|，~，^,<>] #位運(yùn)算符

[in] #成員運(yùn)算符

[and,or,not] #邏輯運(yùn)算符

面：在 Python 中使用多進(jìn)制數(shù)字？

bin(10) #轉(zhuǎn)為二進(jìn)制，python 中二進(jìn)制表示0b1010

oct(10) #轉(zhuǎn)為八進(jìn)制, 0o12

hex(10) #轉(zhuǎn)為十六進(jìn)制，0xa

面：什么是元組的解封裝？

x,y,z = (1,2,3) #用變量取出 tuple 里面的值

內(nèi)部函數(shù)

面：列出幾種魔法方法并簡(jiǎn)要介紹用途？

答：兩邊的下劃線省略了， init ：對(duì)象初始化方法

new ：創(chuàng)建對(duì)象時(shí)候執(zhí)行的方法，單列模式會(huì)用到

str ：當(dāng)使用 print 輸出對(duì)象的時(shí)候，只要自己定義了 __ str __(self) 方法，那么就會(huì)打印從在這個(gè)方法中 return 的數(shù)據(jù)

del ：刪除對(duì)象執(zhí)行的方法

面：Python 中的 sort 是用什么排序?qū)崿F(xiàn)的，時(shí)間復(fù)雜度是多少？

答：TimSort 算法是一種起源于 歸并排序 和 插入排序 的混合排序算法，設(shè)計(jì)初衷是為了在真實(shí)世界中的各種數(shù)據(jù)中可以有較好的性能。基本工作過(guò)程是：1.掃描數(shù)組，確定其中的單調(diào)上升段和嚴(yán)格單調(diào)下降段，將嚴(yán)格下降段反轉(zhuǎn)；2.定義最小基本片段長(zhǎng)度，短于此的單調(diào)片段通過(guò) 插入排序集中為長(zhǎng)于此的段；3.反復(fù)歸并一些相鄰片段，過(guò)程中避免歸并長(zhǎng)度相差很大的片段，直至整個(gè)排序完成，所用分段選擇策略可以保證O(n log n)時(shí)間復(fù)雜性。 可以看到，原則上TimSort是歸并排序，但小片段的合并中用了插入排序。

注意：2.x 中 cmp 可以接受兩個(gè)參數(shù)的函數(shù)，3.x 中 key 接受一個(gè)參數(shù)的函數(shù)，需要用key = cmp_to_key(func) 進(jìn)行模擬。

面：Python 的高階函數(shù)有哪些？

#更多可參考 Python 常用函數(shù)

map(lambda x: x*x ,[1,2,3])

zip([1,2,3],[4,5,6])

filter(lambda x: True if x%2==0 else False, [1,2,3,4])

import functools

functools.reduce(lambda x,y: x+y, [1,2,3,4])

#問(wèn)：中的 *args,**kwargs 什么意思？

fun(*args,**kwargs)

#主要用于函數(shù)定義，將不定數(shù)量的參數(shù)傳遞給fun函數(shù)，參數(shù)存在args中，args是一個(gè)元組(tuple)。允許你將不定長(zhǎng)度的鍵值對(duì)作為參數(shù)傳遞給一個(gè)函數(shù)，參數(shù)則存儲(chǔ)為一個(gè)字典(dict)。

面：Python 中生成隨機(jī)整數(shù)、隨機(jī)小數(shù)、0 - 1 之間小數(shù)方法？

import random

random.randint(a,b) #生成區(qū)間內(nèi)的整數(shù)包括區(qū)間 [a,b]

random.random() #生成 [0.0，1.0) 中的隨機(jī)小數(shù)

import numpy

numpy.random.randn(5) #返回一個(gè)列表，生成 5 個(gè)隨機(jī)數(shù)

進(jìn)階問(wèn)題

面：簡(jiǎn)述 Python GIL 的概念， 以及它對(duì) Python 多線程的影響？編寫一個(gè)多線程抓取網(wǎng)頁(yè)的程序，并闡明多線程抓取程序是否可比單線程性能有提升，并解釋原因。？

答：目的：為了利用多核，Python 開(kāi)始支持多線程。而解決多線程之間數(shù)據(jù)完整性和狀態(tài)同步，最簡(jiǎn)單方法自然就是加鎖，于是有了 GIL 這把超級(jí)大鎖。

影響：開(kāi)始當(dāng)然是為了支持多線程，但后來(lái)發(fā)現(xiàn)對(duì)效率有很多影響。看到過(guò)一個(gè)測(cè)試，

一個(gè)循環(huán) 1 億次的計(jì)數(shù)器函數(shù)。一個(gè)通過(guò)單線程執(zhí)行兩次，一個(gè)多線程執(zhí)行。多線程竟然慢了大約45%。

原因：按照 Python 社區(qū)的想法，為了讓各個(gè)線程能夠平均利用 CPU 時(shí)間，Python 會(huì)計(jì)算當(dāng)前已執(zhí)行。這種模式在只有一個(gè) CPU 核心的情況下毫無(wú)問(wèn)題。任何一個(gè)線程被喚起時(shí)都能成功獲得到 GIL，但當(dāng) CPU 有多個(gè)核心的時(shí)候，問(wèn)題就來(lái)了。從 release GIL 到 acquire GIL 之間幾乎是沒(méi)有間隙的。所以當(dāng)其他在其他核心上的線程被喚醒時(shí)，大部分情況下主線程已經(jīng)又再一次獲取到 GIL了。這個(gè)時(shí)候被喚醒執(zhí)行的線程只能白白的浪費(fèi) CPU 時(shí)間。參考博客

面：什么是猴子補(bǔ)丁？

答：在運(yùn)行時(shí)動(dòng)態(tài)修改類和模塊，這種場(chǎng)景也比較多，比如我們引用團(tuán)隊(duì)通用庫(kù)里的一個(gè)模塊，又想豐富模塊的功能，除了繼承之外也可以考慮用 Monkey Patch。個(gè)人感覺(jué) Monkey Patch 帶來(lái)了便利的同時(shí)也有搞亂源代碼優(yōu)雅的風(fēng)險(xiǎn)。

面：如何在 Python 中管理內(nèi)存？

答：Python 用一個(gè)私有堆內(nèi)存空間來(lái)放置所有對(duì)象和數(shù)據(jù)結(jié)構(gòu)，我們無(wú)法訪問(wèn)它，由解釋器來(lái)管理它，不過(guò)使用一些核心 API，我們可以訪問(wèn)一些 Python 內(nèi)存管理工具控制內(nèi)存分配。

面：當(dāng)退出 Python 時(shí)是否釋放所有內(nèi)存分配？

答：答案是否定的。那些具有對(duì)象循環(huán)引用或者全局命名空間引用的變量，在 Python 退出是往往不會(huì)被釋放另外不會(huì)釋放 C 庫(kù)保留的部分內(nèi)容。

面：一句話解釋什么樣的語(yǔ)言能夠用(decorator)裝飾器？

答：函數(shù)可以作為參數(shù)傳遞的語(yǔ)言，可以使用裝飾器

def prin_fun_name(func):

def new_method(*args, **kw):#適用于任意參數(shù)的裝飾器

print('used function' + func.__name__)

return func(*args, **kw)

return new_method

面：請(qǐng)解釋 Python 中的閉包？

答：1. 假如你需要寫一個(gè)帶參數(shù)的裝飾器，那么一般都會(huì)生成閉包。

我個(gè)人認(rèn)為，閉包存在的意義就是它夾帶了外部變量(私貨)，如果它不夾帶私貨，它和普通的函數(shù)就沒(méi)有任何區(qū)別。參考博客

面：解釋 Python 中 metaclass 關(guān)鍵字？

面：？

答：

面：？

答：

面：？

答：

面：？

答：

面：？

答：

《新程序員》：云原生和全面數(shù)字化實(shí)踐50位技術(shù)專家共同創(chuàng)作，文字、視頻、音頻交互閱讀

總結(jié)

以上是生活随笔為你收集整理的python中类型错误、计数不采用关键字的错误怎么改_Learning/Python-面试问题.md at master · yxxyyx1314/Learning · GitHub...的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。