Python基础及面试题

Python基础及面试题

一、概述

1、含义

        Python是一个面向对象的解释型的交互式高级脚本语言。Python被设计成一种高可读性的语言，因为它大量地使用了英语中的单词作为关键字，而且不像其他语言使用标点符号构成复杂的语法结构，Python的语法结构非常少。

        Python是一种带有对象、模块、线程、异常和内存自动管理的编程语言。

2、优缺点

（1）优点

        在于它简单易用，可移植，可扩展，内置数据结构，并且它是一个开源的

•  解释性
• 动态特性
• 面向对象
• 语法简洁
• 可移植性好
• 开源
• 丰富的社区资源

（2）缺点

• 执行速度不够快，代码效率低
• GIL锁限制并发
• Python2与Python3不兼容

3、Django和flask的区别

（1）Django

1. 大而全，功能极其强大，是Python web框架的先驱，用户多，第三方库极其丰富。
2. 非常适合企业级网站的开发，但是对于小型的微服务来说，总有“杀鸡焉有宰牛刀”的感觉，体量较大，非常臃肿，定制化程度没有Flask高，也没有Flask那么灵活

（2）flask

1. 小巧、灵活，让程序员自己决定定制哪些功能，非常适用于小型网站。
2. 对于普通的工人来说将毛坯房装修为城市综合体还是很麻烦的，使用Flask来开发大型网站也一样，开发的难度较大，代码架构需要自己设计，开发成本取决于开发者的能力和经验

4、PEP 8

        PEP 8是一个编码约定，一组推荐，关于如何编写Python代码更具可读性

5、标识符

        标识符不建议使用下划线开头：因为在 Python 中以下划线开头的变量为私有变量

        标识符就是一个名字，它的主要作用就是作为变量、函数、类、模块以及其他对象的名称。Python 标识符的命名不是乱来的，而是要遵守一定的命令规则：

• 标识符是由字母（A--Z 和 a--z）、下划线和数字组成。如果标识符中出现除了这 3 类字符之外的其他字符，就肯定是不合法标识符。

• 标识符的第一个字符不能是数字。

• 标识符不能和 Python 关键字相同。

• 标识符中的字母是严格区分大小写的。

• 以下划线开头的标识符有特殊含义，除非特定场景需要，应避免使用以下划线开头的标识符。

• 标识符可以是汉字。但我们应尽量避免使用汉字作为标识符，这会避免遇到很多没必要的错误。

二、关键字和函数

1、深拷贝和浅拷贝的区别

• 浅拷贝：copy模块里面的copy方法实现。浅拷贝后，改变原始对象中为可变类型的元素的值，会同时影响拷贝对象；改变原始对象中为不可变类型的元素的值，不会响拷贝对象。浅拷贝是将对象的引用复制给另一个对象。因此，如果我们在副本中进行更改，则会影响原对象
• 深拷贝：copy模块里面的deepcopy方法实现。深拷贝，除了顶层拷贝，还对子元素也进行了拷贝。经过深拷贝后，原始对象和拷贝对象所有的可变元素地址都没有相同的了。深拷贝是将对象本身复制给另一个对象。这意味着如果对对象的副本进行更改时不会影响原对象。

2、迭代器和生成器的区别

1. 迭代器：是一个可以记住遍历的位置的对象，包含iter()和 next()，

>>> list=[1,2,3,4]
>>> it = iter(list)    # 创建迭代器对象
>>> print (next(it))   # 输出迭代器的下一个元素
1
>>> print (next(it))
2

  2. 生成器：使用了 yield 的函数被称为生成器，在调用生成器运行的过程中，每次遇到 yield 时函数会暂停并保存当前所有的运行信息，返回 yield 的值, 并在下一次执行 next() 方法时从当前位置继续运行。

import sysdef fibonacci(n): # 生成器函数 - 斐波那契a, b, counter = 0, 1, 0while True:if (counter > n): returnyield aa, b = b, a + bcounter += 1
f = fibonacci(10) # f 是一个迭代器，由生成器返回生成while True:try:print (next(f), end=" ")except it()输出：0 1 1 2 3 5 8 13 21 34 55

3、字典、列表、元组、集合的区别

（1）字典

        字典存储键值对数据

lists = {1:'a',2:'b',3:'c'}#字典最外面用大括号，每一组用冒号连起来，然后各组用逗号隔开。
#字典最大的价值是查询，通过键，查找值。

（2）列表

        特点就是：可重复，类型可不同。python里的列表用“[]”表示

lst = ['arwen',123]
print(lst[0]）
print(st[1])lst[0] = 'weiwen'

（3）元组

        元组和列表在结构上没有什么区别，唯一的差异在于元组是只读的，不能修改。元组用“()”表示

tup = ('arwen',123)
print(tup[0])
print(tup[1])

（4）集合

        集合最好的应用是去重。集合没有特殊的表示方法，而是通过一个set函数转换成集合

lst = [ 1, 1, 0]
lst_set = set( lst )  #lst_set 为1 , 0
tup = (2, 2, 1)
tup_set = set( tup) # tup_set为2 , 1
for item in lst_set:print(item)

4、列表和数组的区别

        列表中元素是可以不同类型的，数组中为同一类型

5、lambda和filter

（1）lambda

        Python使用lambda来创建匿名函数。

• lambda只是一个表达式，函数体比def简单很多。
• lambda的主体是一个表达式，而不是一个代码块。仅仅能在lambda表达式中封装有限的逻辑进去。
• lambda函数拥有自己的命名空间，且不能访问自有参数列表之外或全局命名空间里的参数。

func=lambda x:x+2
print(func(1))
print(func(2))#以上lambda等同于以下函数
def func(x):return(x+2)

（2）filter

        filter(函数，序列)函数用于过滤序列，过滤掉不符合条件的元素，返回由符合条件元素组成的新列表。

        该函数接收两个参数，第一个为函数，第二个为序列，序列的每个元素作为参数传递给函数进行判断，然后返回 True 或 False，最后将返回 True 的元素放到新列表中。

def is_odd(n):return n%2==1newlist = filter(is_odd,[1,2,3,4,5,6,7,8,9,10])
print(newlist)Python3.6结果：<filter object at 0x00000184ED881358>

        上面lambda和filter合在一起：

newlist = list(filter(lambda n:n%2==1,[1,2,3,4,5,6,7,8,9,10]))
print(newlist)
结果：[1, 3, 5, 7, 9]

6、装饰器

        装饰器是修改其他函数的功能的函数，有助于使得代码更简短。 

        Python 内置的 3 种函数装饰器，分别是 ＠staticmethod、＠classmethod 和 @property，其中 staticmethod()、classmethod() 和 property() 都是 Python 的内置函数。

#funA 作为装饰器函数
def funA(fn):print("C语言中文网")fn() # 执行传入的fn参数print("")return "装饰器函数的返回值"
@funA
def funB():print("学习 Python")等价于：
def funA(fn):#...fn() # 执行传入的fn参数#...return '...'
def funB():#...
funB = funA(funB)#输出结果：C语言中文网学习 Python

通过比对以上 2 段程序不难发现，使用函数装饰器 A() 去装饰另一个函数 B()，其底层执行了如下 2 步操作：

1. 将 B 作为参数传给 A() 函数；
2. 将 A() 函数执行完成的返回值反馈回  B

7、局部变量和全局变量

局部变量：如果在函数体内的任何位置为变量分配了一个新值，则假定它是本地的
全局变量：仅在函数内引用的那些变量是隐式全局变量
变量调用的顺序是先找局部作用域，如果找不到，再往外层找，然后在找全局作用域

name="gouguoqi"
def change_name():global namename="miaoye"print ("111",(name))
change_name()
print(name)结果：111 miaoyemiaoye

        global name，就代表调用全局的变量name。专业的说法是global 后面的name是一个指针，一个内存地址，直接调用的那个内存地址，调用之后在子程序（局部程序）里面再次给name赋值的话就修改了全局变量name了

8、pass

        pass是Python中的空操作语句，或者说，它是一个复杂语句中的一个空间占位符，只是用来表示空白，什么都不用写

9、*args和**kwargs

        如果我们不知道将多少个参数传递给函数，比如当我们想传递一个列表或一个元组值时，就可以使用*args。

        当我们不知道将会传入多少关键字参数时，使用**kwargs 会收集关键字参数。

        使用 args 和 kwargs 作为参数名只是举例，可以任意替换

        类似的 break 语句可以跳出循环，continue 语句可以跳到下一轮循环

三、内存管理

1、管理方式

       Python内存由Python私有堆空间管理。所有Python对象和数据结构都位于私有堆中。程序员无权访问此私有堆，解释器负责处理此私有堆。

        Python对象的Python堆空间分配由Python内存管理器完成。核心API提供了一些程序员编写代码的工具。

        Python还有一个内置的垃圾收集器，它可以回收所有未使用的内存并释放内存并使其可用于堆空间。

        Python不需要显式内存管理，因为解释器本身会将内存分配给新变量并自动释放它们

2、释放

        当退出 Python 时是否释放所有内存分配，答案是否定的。那些具有对象循环引用或者全局命名空间引用的变量，在 Python 退出是往往不会被释放，另外不会释放 C 库保留的部分内容

四、多线程

1、如何实现

        线程是轻量级的进程，多线程允许一次执行多个线程。众所周知，Python 是一种多线程语言，它有一个多线程包。

        GIL（全局解释器锁）确保一次执行单个线程。一个线程保存 GIL 并在将其传递给下一个线程之前执行一些操作，这就产生了并行执行的错觉。但实际上，只是线程轮流在 CPU 上。当然，所有传递都会增加执行的开销。

2、多线程优点

多线程类似于同时执行多个不同程序，其优点：

• 使用线程可以把占据长时间的程序中的任务放到后台去处理。
• 用户界面可以更加吸引人，比如用户点击了一个按钮去触发某些事件的处理，可以弹出一个进度条来显示处理的进度。
• 程序的运行速度可能加快。
• 在一些等待的任务实现上如用户输入、文件读写和网络收发数据等，线程就比较有用了。在这种情况下我们可以释放一些珍贵的资源如内存占用等等

五、运算

1、解释 Python 中的//，/，％和**运算符

• //运算符执行地板除法，7//2返回结果的整数部分 (向下取整)，为3
• 用/符号除法结果为 3.5
• **符号表示取幂. a**b 返回 a 的 b 次方
• % 是取模符号。返回除法后的余数

2、Python有几种运算符

        在 Python 中有7中运算符:算术运算符、关系 (比较) 运算符、赋值运算符、逻辑运算符、位运算符、成员运算符、身份运算符。

（1）算术运算符

        算术运算符包括+、-、*、/、//（地板除法）、%（取模）、**（取幂）

（2）关系运算符

        关系运算符用来比较两个对象，包括<、>、<=、>=、==、!=

（3）赋值运算符

        一般将算数运算符和赋值符号用在一起，包括+=、-=、*=、/=、**=、//=、%=

（4）逻辑运算符

        Python中有三个逻辑运算符：and、or、not

（5）位运算符

        位运算符按二进制位对值进行操作。

• 与 (&) 返回按位与结果。A与B值均为1时，A、B与的运算结果才为1，否则为0
• 或 (|) 返回按位或结果。A或B值为1时，A、B或的运算结果才为1，否则为0
• 异或 (^) 返回按位异或结果。A与B不同为1时，A、B的预算结果才为1，否则为0
• 取反 (~) 返回按位取反结果
• 左移位 (<<) 将符号左边数的二进制左移右边数位
• 右移位 (>>)与左移位方式相同，但方向相反

（6）成员运算符

        使用 in 和 not in 运算符我们可以判断某个值是否在成员中

（7）身份运算符

        is 和 is not 运算符可以判断两个对象是否相同