Python常见问题

发表于 更新于 分类于 ， 阅读次数： 本文字数： 4.8k 阅读时长 ≈ 9 分钟

Python-面试考点

  • 运行可视化网站： https://pythontutor.com/
  • 吐血总结！40道Python面试题集锦（附答案） - 幽默的程序猿日常的文章 - 知乎 https://zhuanlan.zhihu.com/p/366679675

1.基础知识

a.基础要求

  • 参数中的 * 和 的作用（要求：基础知识）**

    python 从参数定位到仅限关键字参数：https://blog.csdn.net/littleRpl/article/details/89457557

    参数中*以及**的作用：https://blog.csdn.net/weixin_41978699/article/details/121008512

    *参数：将任何剩余的参数都以元组的方式传入这个可变参数。允许省略可变参数的函数名

    **参数：会将所有参数放入一个dict供函数使用

  • 选代器（iterator）和生成器（generator) (要求：基础知识）

  • str和unicode的区别（python2下）（要求：基础知识）

  • 装饰器用途（要求：基础知识）

  • is和＝＝的区别（要求：基础知识）

    • == 符号比较的是两个对象的值，is 比较的是两个的对象的标识【id()函数 , Cpython中内存地址】
    • x is None
    • is 符号比 == 运算快【不能重载】，== 是语法糖，【a.__ eq __(b)】

  • **双下划线开头的魔法方法，比如＿add__（至少知道一个，以及其作用）**

  • 字符串编码：ascii/unicode/utf-8 分别是什么，以及三者的区别（要求：要求至少能回答一个）

  • 内置数据结构

    • dict (要求：至少知道底层实现是基于hash表，可以扩展提问）

    • list (要求：至少知道底层实现类似链表，可以扩展提问）

    • tuple(要求：知道其与list(异同）

      • 元组的相对不可变形：标识不变，值可变

    • set(要求：知道使用场景）

b.进阶要求

  • yield / yield from的区别（要求：可选）

yield只是将普通函数变成生成器，yield一个值，迭代时可以得到一个值；而yield from是将后面的值变成一个可迭代对象。

  • python 性能优化（要求：基础知识）

    • python为什么慢？

      • python是动态语言

      • python是解释执行

      • python中一切都是对象

      • python GIL

      • 垃圾回收

  • python 模块查找顺序（要求：发挥空间比较大，junior岗位至少知道基本知识）

  • python 字符串编码问题为什么这么复杂（要求：非必须，发挥空间较大，可以引导被面者深入牌答，以及与其他语言的对比）

2 正则表达式

a.基础要求

能够根据实际需求，实现中等难度的正则表达式

b.进阶要求

贪婪与非贫要模式（要求：非junior岗位需要掌握） 捕获与命名捕获（要求：非junior岗位需要掌握）

3 常见模块使用（待补充完善）

a.基础要求：

能够熟练应用基础python模块，如string,logging,json,collections(熟悉其中一个）

b.进阶要求：

1requests,itertools,multiprocessing等

==4.垃圾回收==

a.基础要求：

垃圾回收过程（要求：必须目产出引用计数，其他非必须，发挥里间级大，可以引导面试者深 入回答） 引用计数的缺点（要求：必須掌握）

b.进阶要求：

分线回收

PythonQ&A

https://blog.csdn.net/u013486414/article/details/119701505

代码效率优化？

  • 尽量使用python内置函数
  • 字符串拼接使用python的标准式
  • 需要单次遍历的迭代的数组采用生成器替代【惰性计算】
  • if x代替if x==True

什么是duck type?

鸭子类型更关注对象的行为，只要实现了某种接口方法就行，而不在乎是什么类型（比如说定义了 __iter__魔法方法的类实例对象都可以用for来迭代）

py3和py2的区别

  • print在py3里是一个函数，在py2里只是一个关键字
  • py3文件的默认编码是utf8，py2文件的默认编码是ascii
  • py3的str是unicode字符串，而py2的str是bytes
  • py3的range()返回一个可迭代对象，py2的 range()返回一个列表，xrange()返回一个可迭代对象,
  • py3的除法返回float，py2的除法返回int

可变对象与不可变对象

  • 可变对象: list，dict，set
  • 不可变对象: bool，int，float，tuple，str, frozenset

可哈希和不可哈希对象

什么时候需要捕获异常?

  • Django的ORM框架操作数据库时，获取数据，更新数据等都有可能会异常
  • socket通信时，recv()方法可能会因为对方突然中断连接导致异常

什么是CPython GIL?

GIL，Global Interpreter Lock，即全局解释器锁，引入GIL是因为CPython的内存管理并不是线程安全的,为了保护多线程下对python对象的访问，每个线程在执行过程中都需要先获取GIL，保证同一时刻只有一个线程在执行代码，GIL使得python的多线程不能充分发挥多核CPU的性能，对CPU密集型程序的影响较大。

什么是生成器?

生成器是一种可迭代对象，可以挂起并保持当前的状态

生成器遇到yield处会停止执行，调用next()或send()才会继续执行

定义一个生成器有两种方式，一种是生成器推导式，一种是在普通函数中添加yield语句并实例化

浅拷贝和深拷贝

浅拷贝出来的是一个独立的对象，但它的子对象还是原对象中的子对象

深拷贝会递归地拷贝原对象中的每一个子对象，因此拷贝后的对象和原对象互不相关。

迭代器与可迭代对象的区别

可迭代对象类，必须自定义__iter__()魔法方法，range，list类的实例化对象都是可迭代对象

迭代器类，必须自定义__iter__()和__next__()魔法方法，用iter()函数可以创建可迭代对象的迭代器

闭包

闭包就是一个嵌套函数，它的内部函数 使用 外部函数的变量或参数,它的外部函数返回了内部函数

可以保存外部函数内的变量，不会随着外部函数调用完而销毁。

python垃圾回收机制

引用计数为主，标记清除和分代回收为辅

引用计数机制是这样的：

  • 当对象被创建，被引用，作为参数传递，存储到容器中，引用计数+1

  • 当对象离开作用域，引用指向别的对象，del，从容器中移除，引用计数-1

  • 当引用计数降为0，python就会自动回收该对象所在的内存空间，

  • 但是引用计数无法解决循环引用的问题，所以引入了标记清除和分代回收机制

async和await的作用

async: 声明一个函数为异步函数，函数内只要有await就要声明为async

await: 搭配asyncio.sleep()时会切换协程，当切换回来后再继续执行下面的语句

内置的数据结构和算法

  • 内置数据结构: list，dict，tuple，set
  • 内置算法: sorted，max

collections模块

collections模块提供了一些好用的容器数据类型，其中常用的有: namedtuple，deque，Counter，OrderedDict，defaultdict

为什么dict查找的时间复杂度是O(1)?

dict底层是哈希表，哈希表类似于C语言的数组，可以实现按索引随机访问

但dict的key不一定是整数，需要先通过哈希函数，再经过取余操作转换为索引

list tuple的底层结构

list和tuple底层都是顺序表结构

list底层是可变数组，数组里存放的是元素对象的指针

set的底层结构

哈希表，key就是元素，value都是空

class方法 和 static方法的区别

class方法的第一个参数是cls，可以访问类属性，类方法

static方法和普通函数一样，只不过是放在类里，要通过类或实例来调用，但是它不能访问类和实例的属性和方法

什么是装饰器?

装饰器是一个接收函数作为参数的闭包函数

它可以在不修改函数内部源代码的情况下，给函数添加额外的功能

1
2
3
4
5
6
7
8
9
import time

def calc_time(func):
    def inner():
        t1 = time.time()
        func()
        t2 = time.time()
        print('cost time: {}s'.format(t2-t1))
    return inner

什么是元类? 使用场景

元类是创建类的类，type还有继承自type的类都是元类

作用: 在类定义时（new, init）和 类实例化时(call) 可以添加自定义的功能

使用场景: ORM框架中创建一个类就代表数据库中的一个表，但是定义这个类时为了统一需要把里面的类属性全部改为小写，这个时候就要用元类重写new方法，把attrs字典里的key转为小写

Python局部变量

python中list作为全局变量无需global声明的原因，则不会有歧义。它是“明确的”，因为如果把b当作是局部变量的话，它会报KeyError，所以它只能是引用全局的b,故不需要多此一举显式声明global。

Python 读取大文件？

最近无论是面试还是笔试，有一个高频问题始终阴魂不散，那就是给一个大文件，至少超过10g,在内存有限的情况下（低于2g），该以什么姿势读它？

一般：

  • with 上下文管理器会自动关闭打开的文件描述符
  • 在迭代文件对象时，内容是一行一行返回的，不会占用太多内存
1
2
3
4
5
6
7
8
def retrun_count(fname):
    """计算文件有多少行
    """
    count = 0
    with open(fname) as file: 
        for line in file:
            count += 1
    return count

更底层： fp.read() iter(partial(file.read, block_size), '')

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
def chunked_file_reader(fp, block_size=1024 * 8):
    """生成器函数：分块读取文件内容
    """
    while True:
        chunk = fp.read(block_size)
        # 当文件没有更多内容时，read 调用将会返回空字符串 ''
        if not chunk:
            break
        yield chunk
# iter()优化
def chunked_file_reader(file, block_size=1024 * 8):
    """生成器函数：分块读取文件内容，使用 iter 函数
    """
    # 首先使用 partial(fp.read, block_size) 构造一个新的无需参数的函数
    # 循环将不断返回 fp.read(block_size) 调用结果，直到其为 '' 时终止
    for chunk in iter(partial(file.read, block_size), ''):
        yield chunk

def return_count_v3(fname):
    count = 0
    with open(fname) as fp:
        for chunk in chunked_file_reader(fp):
            count += 1
    return count

pandas分批读取大数据集?

pandas 的 chunksize 读取

Python可变数据类型 不可变数据类型？

不可变类型：数值型、字符串型string和元组tuple；不允许变量的值发生变化，如果改变了变量的值，相当于是新建了一个对象。

可变数据类型：列表list和字典dict，Set集合