Python基础---面试题汇总

语言基础篇

1、Python的基本数据类型

• Number（数字）(包括整型、浮点型、复数、布尔型等)
• String（字符串）
• List（列表）
• Tuple（元组）
• Set（集合）
• Dictionary（字典）

• 不可变数据（3 个）：Number（数字）、String（字符串）、Tuple（元组）；
• 可变数据（3 个）：List（列表）、Dictionary（字典）、Set（集合）。

2、Python是静态还是动态类型？是强类型还是弱类型？

• 动态强类型语言（不少人误以为是弱类型）
• 动态还是静态指的是编译器还是运行期确定类型
• 强类型指的是不会发生隐式类型转换

3、什么是鸭子类型

	


	pythonclass Duck: def say(self): print("嘎嘎") class Dog: def say(self): print("汪汪") def speak(duck): duck.say() duck = Duck() dog = Dog() speak(duck) # 嘎嘎 speak(dog) # 汪汪 

4、什么是自省

• hasattr(object, name)检查对象是否具体 name 属性。返回 bool.
• getattr(object, name, default)获取对象的name属性。
• setattr(object, name, default)给对象设置name属性
• delattr(object, name)给对象删除name属性
• dir([object])获取对象大部分的属性
• isinstance(name, object)检查name是不是object对象
• type(object)查看对象的类型
• callable(object)判断对象是否是可调用对象

5、python3和python2的对比

• print成为函数
• 编码问题。python3不再有unicode对象，默认str就是unicode
• 除法变化。python3除号返回浮点数，如果要返回整数，应使用//
• 类型注解。帮助IDE实现类型检查
• 优化的super()方便直接调用父类函数。Python3.x 和 Python2.x 的一个区别是: Python 3 可以使用直接使用 super().xxx 代替 super(Class, self).xxx :
• 高级解包操作。a, b, *rest = range(10)
• keyword only arguments。限定关键字参数
• chained exceptions。python3重新抛出异常不会丢失栈信息
• 一切返回迭代器。range, zip, map, dict.values, etc. are all iterators
• 性能优化等。。。

6、python如何传递参数

“Remember that arguments are passed by assignment in Python. Since assignment just creates references to objects, there’s no alias between an argument name in the caller and callee, and so no call-by-reference per Se.”

	


	pythondef flist(l): l.append(0) print(id(l)) # 每次打印的id相同 print(l) ll = [] print(id(ll)) flist(ll) # [0] flist(ll) # [0,0] print("=" * 10) def fstr(s): print(id(s)) # 和入参ss的id相同 s += "a" print(id(s)) # 和入参ss的id不同，每次打印结果不相同 print(s) ss = "sun" print(id(ss)) fstr(ss) # a fstr(ss) # a 

7、python的可变/不可变对象

	


	pythondef clear_list(l): l = [] ll = [1,2,3] clear_list(ll) print(ll) def fl(l=[1]): l.append(1) print(l) fl() fl() 

	


	[1,2,3] [1] [1,1] 

	


	pythona = 1 def fun(a): print("func_in",id(a)) a = 2 print("re-point",id(a), id(2)) print("func_out",id(a), id(1)) fun(a) 

	


	func_out 2602672810288 2602672810288 func_in 2602672810288 re-point 2602672810320 2602672810320 

	


	Arguments are passed by assignment. The rationale behind this is twofold: the parameter passed in is actually a reference to an object (but the reference is passed by value)some data types are mutable, but others aren't
So: If you pass a mutable object into a method, the method gets a reference to that same object and you can mutate it to your heart's delight, but if you rebind the reference in the method, the outer scope will know nothing about it, and after you're done, the outer reference will still point at the original object. If you pass an immutable object to a method, you still can't rebind the outer reference, and you can't even mutate the object. 

8、Python中的 *args 和 **kwargs

	


	pythondef print_multiple_args(*args): print(type(args), args) for idx, val in enumerate(args): # enumerate()枚举函数 print(idx, val) print_multiple_args('a', 'b', 'c') # 通过将列表前加*打包成关键字参数，指明了接收值参数必须是*args print_multiple_args(*['a', 'b', 'c']) def print_kwargs(**kwargs): print(type(kwargs), kwargs) for k, v in kwargs.items(): print('{}: {}'.format(k, v)) print_kwargs(a=1, b=2) # 给字典前加**打包成关键字参数,指明接收值的参数必须是**kwargs print_kwargs(**dict(a=1, b=2)) def print_all(a, *args, **kwargs): print(a) if args: print(args) if kwargs: print(kwargs) print_all('hello', 'world', name='monki') 

	


	<class 'tuple'> ('a', 'b', 'c') 0 a 1 b 2 c <class 'tuple'> ('a', 'b', 'c') 0 a 1 b 2 c <class 'dict'> {'a': 1, 'b': 2} a: 1 b: 2 <class 'dict'> {'a': 1, 'b': 2} a: 1 b: 2 hello ('world',) {'name': 'monki'} 

9、python异常机制

	


	pythontry: # func # 可能会抛出异常的代码 except (Exception1, Exception2) as e: # 可以捕获多个异常并处理 # 异常处理的代码 else: # pass # 异常没有发生的时候代码逻辑 finally: pass # 无论异常有没有发生都会执行的代码，一般处理资源的关闭和释放 

10、什么是Python中的GIL？

• 同一个时间只能有一个线程执行字节码
• CPU密集程序难以利用多核优势
• IO期间会释放GIL，对IO密集程序影响不大

• 在 IO 密集型任务下，我们可以使用多线程或者协程来完成。
• 可以选择更换 Jython 等没有 GIL 的解释器，但并不推荐更换解释器，因为会错过众多 C 语言模块中的有用特性。
• CPU密集可以使用多进程+进程池。
• 将计算密集型任务转移到 Python 的 C / C++ 扩展模块中完成。

11、为什么有了GIL还要关注线程安全？

12、什么是迭代器和生成器？

容器（container）

可迭代对象(iterables)

迭代器（iterator）

	


	python>>> x = [1, 2, 3] >>> # Get the iterator >>> y = iter(items) # Invokes items.__iter__() >>> # Run the iterator >>> next(y) # Invokes it.__next__() 1 >>> next(y) 2 >>> next(y) 3 >>> type(x) <class 'list'> >>> type(y) <class 'list_iterator'> >>> next(y) Traceback (most recent call last): File "<stdin>", line 1, in <module> StopIteration >>> 

生成器（generator）

	


	pythondef frange(start, stop, increment): x = start while x < stop: yield x
x += increment for n in frange(0, 2, 0.5): print(n) 0 0.5 1.0 1.5 

1. 减少内存
2. 延迟计算
3. 有效提高代码可读性

13、什么是协程？

14、什么是闭包？

	


	pythondef addx(x): def adder(y): return x + y return adder
c = addx(8) print(type(c)) print(c.__name__) print(c(10)) 复制代码 <class 'function'> adder 18 

		

			pythonfrom functools import wraps def cache(func): store = {} @wraps(func) def _(n): if n in store: return store[n] else: res = func(n) store[n] = res return res return _ @cache def f(n): if n <= 1: return 1 return f(n-1) + f(n-2) print(f(10))