金九银十即将到来，求职套路多，面试指南与经验我来分享！
目录
1、资料总结/刷题指南
2、个人经验总结
一、资料总结/刷题指南
在这篇文章中，我们将讨论最常用的python技巧。大多数这些技巧都是我在日常工作中使用过的简单的Trick，我觉得好东西就是要拿出来和大家一起分享。
闲话少说,我们直接开始吧！ :)
技巧总结
1.处理用户的多个输入
有时我们需要从用户那里获得多个输入，以便使用循环或任何迭代，一般的写法如下:
# bad practice码
n1 = input("enter a number : ")
n2 = input("enter a number : ")
n2 = input("enter a number : ")
print(n1, n2, n3)
但是更好的处理方法如下:
# good practice
n1, n2, n3 = input("enter a number : ").split()
print(n1, n2, n3)
2.处理多个条件语句
如果我们在代码中需要检查多个条件语句，此时我们可以使用 all() 或 any() 函数来实现我们的目标。一般来说, 当我们有多个 and 条件时使用 all() ，当我们有多个 or 条件时使用 any() 。这种用法将使我们的代码更加清晰易读，可以方便我们在调试时不会遇到麻烦。
对于 all() 的一般例子如下:
size = "lg"
color = "blue"
price = 50
# bad practice
if size == "lg" and color == "blue" and price < 100:
print("Yes, I want to but the product.")
更好的处理方法如下:
# good practice
conditions = [
size == "lg",
color == "blue",
price < 100,
]
if all(conditions):
print("Yes, I want to but the product.")
对于 any() 的一般例子如下:
# bad practice
size = "lg"
color = "blue"
price = 50
if size == "lg" or color == "blue" or price < 100:
print("Yes, I want to but the product.")
更好的处理方法如下:
# good practice
conditions = [
size == "lg",
color == "blue",
price < 100,
]
if any(conditions):
print("Yes, I want to but the product.")
3 判断数字奇偶性
这很容易实现，我们从用户那里得到输入，将其转换为整数，检查 对数字2的求余操作，如果余数为零，则它是偶数。
print('odd' if int(input('Enter a number: '))%2 else 'even')
4 交换变量
在Python中如果需要交换变量的值，我们无需定义临时变量来操作。我们一般使用如下代码来实现变量交换:
v1 = 100
v2 = 200
# bad practice
temp = v1
v1 = v2
v2 = temp
但是更好的处理方法如下:
v1 = 100
v2 = 200
# good practice
v1, v2 = v2, v1
5 判断字符串是否为回文串
将字符串进行反转最简单的实现方式为 [::-1] ,代码如下:
print("John Deo"[::-1])
6 反转字符串
在Python中判断一个字符串是否为回文串,只需要使用语句
string.find(string[::-1])== 0 ,示例代码如下:
v1 = "madam" # is a palindrome string
v2 = "master" # is not a palindrome string
print(v1.find(v1[::-1]) == 0) # True
print(v1.find(v2[::-1]) == 0) # False
7 尽量使用 Inline if statement
大多数情况下，我们在条件之后只有一个语句，因此使用 Inline if statement 可以帮助我们编写更简洁的代码。举例如下,一般的写法为:
name = "ali"
age = 22
# bad practices
if name:
print(name)
if name and age > 18:
print("user is verified")
但是更好的处理方法如下:
# a better approach
print(name if name else "")
""" here you have to define the else condition too"""
# good practice
name and print(name)
age > 18 and name and print("user is verified")
8 删除list中的重复元素
我们不需要遍历整个list列表来检查重复元素，我们可以简单地使用 set() 来删除重复元素,代码如下:
lst = [1, 2, 3, 4, 3, 4, 4, 5, 6, 3, 1, 6, 7, 9, 4, 0]
print(lst)
unique_lst = list(set(lst))
print(unique_lst)
9 找到list中重复最多的元素
在Python中可以使用 max( ) 函数并传递 list.count 作为 key ，即可找出列表list中重复次数最多的元素,代码如下:
lst = [1, 2, 3, 4, 3, 4, 4, 5, 6, 3, 1, 6, 7, 9, 4, 0]
most_repeated_item = max(lst, key=lst.count)
print(most_repeated_item)
10 list 生成式
Python中我最喜欢的功能就是 list comprehensions , 这个特性可以使我们编写非常简洁功能强大的代码，而且这些代码读起来几乎像自然语言一样通俗易懂。举例如下:
numbers = [1,2,3,4,5,6,7]
evens = [x for x in numbers if x % 2 is 0]
odds = [y for y in numbers if y not in evens]
cities = ['London', 'Dublin', 'Oslo']
def visit(city):
print("Welcome to "+city)
for city in cities:
visit(city)
11 使用*args传递多个参数
在Python中我们可以使用*args来向函数传递多个参数,举例如下:
def sum_of_squares(n1, n2)
return n1**2 + n2**2
print(sum_of_squares(2,3))
# output: 13
"""
what ever if you want to pass, multiple args to the function
as n number of args. so let's make it dynamic.
"""
def sum_of_squares(*args):
return sum([item**2 for item in args])
# now you can pass as many parameters as you want
print(sum_of_squares(2, 3, 4))
print(sum_of_squares(2, 3, 4, 5, 6))
12 在循环时处理下标
有时我们在工作中,想要获得循环中元素的下标,一般来说,比较优雅的写法如下:
lst = ["blue", "lightblue", "pink", "orange", "red"]
for idx, item in enumerate(lst):
print(idx, item)
13 拼接list中多个元素
在Python中一般使用 Join() 函数来将list中所有元素拼接到一起,当然我们也可以在拼接的时候添加拼接符号,样例如下:
names = ["john", "sara", "jim", "rock"]
print(", ".join(names))
14 将两个字典进行合并
在Python中我们可以使用 {**dict_name, **dict_name2, … } 将多个字典进行合并,样例如下:
d1 = {"v1": 22, "v2": 33}
d2 = {"v2": 44, "v3": 55}
d3 = {**d1, **d2}
print(d3)
结果如下:
{'v1': 22, 'v2': 44, 'v3': 55}
15 使用两个list生成一个字典
在Python中,如果我们需要将两个列表中对应的元素组成字典,那么我们可以使用 zip 功能来方便地做到这一点。代码如下:
keys = ['a', 'b', 'c']
vals = [1, 2, 3]
zipped = dict(zip(keys, vals))
16 字典按照value进行排序
在Python中我们使用 sorted() 函数来按照字典的value来对其进行排序.代码如下:
d = {
"v1": 80,
"v2": 20,
"v3": 40,
"v4": 20,
"v5": 10,
}
sorted_d = dict(sorted(d.items(), key=lambda item: item[1]))
print(sorted_d)
当然我们也可以使用 itemgetter( ) 来替代上述 lambda 函数,代码如下:
from operator import itemgetter
sorted_d = dict(sorted(d.items(), key=itemgetter(1)))
更进一步,我们也可以通过传递 reverse=True 对其进行降序排序:
sorted_d = dict(sorted(d.items(), key=itemgetter(1), reverse=True))
17 Pretty print
在Python中使用 Print() 函数,有时候的输出贼拉拉丑陋,此时我们使用 pprint 可以使输出更加美观,样例如下:
from pprint import pprint
data = {
"name": "john deo",
"age": "22",
"address": {"contry": "canada", "state": "an state of canada :)", "address": "street st.34 north 12"},
"attr": {"verified": True, "emialaddress": True},
}
print(data)
pprint(data)
输出如下:
{'name': 'john deo', 'age': '22', 'address': {'contry': 'canada', 'state': 'an state of canada :)', 'address': 'street st.34 north 12'}, 'attr': {'verified': True, 'emialaddress': True}}
{'address': {'address': 'street st.34 north 12',
'contry': 'canada',
'state': 'an state of canada :)'},
'age': '22',
'attr': {'emialaddress': True, 'verified': True},
'name': 'john deo'}
可见使用 pprint 函数可以让字典的输出更加容易阅读.
整理更新了一些Python和学习的开源的经典资料，有需要的读者可以下载学习，回复关键字 教程 获取。
最近很多人找工作，帮大家收集整理了一些Python相关的面试题，私我即可。
需要其他资料，也可以留言告诉我
面试题腾讯文档-在线文档
https://docs.qq.com/doc/DT09DZ1hSYkJORURY
二、个人经验总结
面试的心得体会：
1、简历制作
我做了两份简历，用两个手机账号，两个简历名字，分别在各个招聘网站投了双份简历，一个是数据分析的简历、一个是web全栈开发的简历，我真正接触python快2年，不管是学习还是工作学到的东西，这两年大概掌握了（前端+django+爬虫+数据分析+机器学习+NLP+Linux）技术，技术水平自我评价一般，够日常一般使用，基于自己掌握的技术可以分成2方面，web和数据分析，所以为了尽快找到工作，就做了web全栈开发+数据分析（含爬虫）2份简历，同时投递
2、面试安排
疯狂投简历，2个账号多个平台同时投，每天接到2-4个面试邀约电话，每天安排2到3家面试，一般上午1家，下午的话一般我尽量安排离得近的公司面试，2点一家，4.30一家，基本时间上都还来得及，只不过这样确实比较赶
3、公司及面试情况
邀约面试的电话，从数量来看，涵盖web开发（和web开发+数据分析算法建模）的面试邀约更多，纯数据分析/算法的面试较少，数据分析面试少的原因，一方面可能自己简历写的项目不多，而且学历本科也没多大优势，另一方面可能实际需求上确实web岗位多，纯分析岗位少，5天面试了11家公司，拿到offer有2家，等最终复试的还有2家（已经通知要五一过后再面了，不过我这边可能会选择下方第7家公司入职，后面的最终面试不一定会去）一般的话，面试要经过2-4轮，技术和人事是必须的，当然也有些技术面完了人家都已经觉得不合适了，但是公司也会假装客套邀约人事也跟你谈谈，谈完大部分也都是不了了之了，如果面试严格的话，2轮之外，可能还会有第三/四轮技术/人事/老板等leader再继续约时间面试，下面简单介绍下每家公司用到的技术和面试结果
1、数据分析算法工程师
公司技术：机器学习+大数据
技术总监面试，提到用Hive，我不懂，另外数据分析经验可能比较少，没通过
2、算法工程师
公司技术：图像识别
面试我的是总经理，不是技术，对技术不懂，给他普及了web、爬虫、数据分析、机器学习、深度学习、图像识别都是怎么回事，后来他介绍他们的业务，我说属于图像识别领域，需要专门招聘懂图像识别算法的工程师，这家公司就不提了，招聘需求没搞清楚，我也白跑一趟
3、生物系统开发工程师 （offer）
公司技术：django+docker+数据分析
小公司，老板不太懂IT技术，平台已经搭建好，带admin后台，后期偏重更新维护，有新需求要做，主要用到django+数据分析 ，后期涉及Docker技术，可以边工作边学习，这个面试通过
4、python全栈开发
公司技术：django+前端
小公司，上面只批准招1个人，进来需要前后端都做，之前的python团队全部离职，没人交接的烂尾项目，用的django框架，面试官是老乡，也是技术大牛，旁敲侧击跟我说不建议我来上班，他自己来不到一个月都打算离职了，这公司入职的话也能入职，说不定我入职了，他走了，后面我就是这个公司python面试官了
5、python开发
公司技术：django+数据分析
公司业务较多，项目也很多，20多个产品经理，偏重web开发，也有算法岗，技术--人事--CTO三轮面试，大部分问题比较常见，问到cerely、深浅拷贝、redis的使用等等，整体面试过程沟通都还好，与CTO电话面试沟通也还好，等结果中
6、爬虫+数据分析
公司技术：爬虫+数据分析
一个做java的面试官面试的，他就介绍了公司业务，主要是爬电商平台数据，技术问题一个没问，总监不在，他自己也不当家，留了简历信息就走了，应该没戏
7、web全栈开发（offer）
公司技术：django+flask+bootstrap+echarts.js
大公司，目前项目用django搭建的运维网站，后面要用flask搭建另外一个网站，需要我一个人来做，前后端都要搞，不过需求不会很复杂，主要是前端最终能展示一些图表之类的，前端用到的库主要是bootstrap、echarts.js，我说以前学习过flask，不过还不熟练，可能需要现学下，那边同意，面试通过
8、测试开发/服务器自动化开发
公司技术：python+测试技术
聊天过程还好，技术基本是测试方面的，如果去的话都是现学，相当于开发转测试，具体需要实现的是用python写脚本，程序来控制测试几百台手机，估计看出来我没打算做测试，后面走了没再约了
9、python开发工程师
公司技术：django+数据分析
猎头介绍的，公司结构比较复杂，很多股东，上午两轮技术总监和人事总监都面了，面到12点，说可能还会有一个股东的技术老大再面下，等最后一轮面试
10、web+数据分析
公司技术：vue.js+tornado+数据分析+异步(前后端分离）
初面技术问的很详细，这家公司做的项目十分类似我上家离职的公司的项目，都是做一个数据分析可视化的web网站，等待二面，需要做一个PPT，介绍自己觉得做的最好的项目，讲15分钟
11、web+数据分析
公司技术：vue.js+flask（前后端分离）
项目总监熟悉python，而且很多项目以python为主要语言开发做的，不过预算不足，本来聊得还挺嗨，后来问了我期望薪资后，估计把他吓住了，直接说按我这期望的话他们这边成本太高，留了微信就走了
面试体会：
1、多看看招聘网站的招聘要求，你会发现那些很流行的技术，比如vue.js、restful风格、node.js、docker、前后端分离等等，我就不一个个提了，这些是很多公司在面试经常问你会不会的技术，多了解这些框架为什么这么流行，学会了在就业市场就会有很强的竞争力
2、目前技术人员要会的技术要求越来越高，对python web开发来说，不少公司要求要懂前端vue.js、 node.js，反正我个人觉得，目前以及往后的就业行情来看，公司招聘人员在满足主要业务的需要下，会更倾向于招多元化的人，不光小公司如此，大公司亦如此，并且从个人最近面试的情况来看，后期较好就业的方向应该会侧重下面几个方向：
web全栈开发：django/flask/tornado + vue.js/node.js （前后端分离、restful风格），最好在懂bootstrap、图表之类的前端框架
web+数据分析：不少公司其实是有很多数据的，而且在研究数据分析/算法建模的公司确实比较多，而数据分析/算法的研究，很多公司都是想要将研究成果落地，而落地最容易实现的方式一般是web网站，基于这个现状，如果你熟悉web，又在数据科学领域有一定经验，后期就业竞争力也会很强，当然如果再会爬虫，也是更加锦上添花
开发测试岗：很多公司有测试人员，经常用测试工具，但是开发能力偏弱，编写一些复杂的自动化脚本的能力不足，不少公司希望招聘那些又懂开发又懂测试的人才，但是这样的人才确实很难招，我遇到几家公司，沟通过程中，他们也提到，对于开发转测试的，可以给予一定学习期，可见这方面的复合人才是不少公司青睐的
纯爬虫/纯分析与算法岗：如果单纯做这方面，往后公司招聘要求会越来越高，爬虫可能更多要求项目经验与反爬技术能力，分析算法可能要求学历+项目经验 + 数据结构与算法的底层功底，具体是不是这样的情况，可以向一些从事这方面的朋友了解
3、面试题好好记下来，每次面试完，没回答上来的问题，都要多方找资料学习，面试多了，你就会发现怎么有些问题经常被问到，要善于总结，总结好了，你就会觉得面试就像开车，车开的多了，就稳了
最近的面试题：不少问题各个公司都有问到
1、TCP/UDP/HTTP协议区别？
2、深拷贝浅拷贝
3、简述一个前端请求的处理流程，在uwsgi/nginx/django之间的处理流程
4、redis用过哪些数据结构？怎么保存的
5、celery队列
6、modelfirst dbfirst区别？
7、线程/进程/协程区别
8、tornado框架
9、向量化--one-hot编码/数据分箱
10、栈、堆
11、你知道的排序算法
12、MySQL优化、多表查询
13、Linux下找文件
14、闭包
15、Django模型类继承
16、时间更新模型类
17、Settings里面设置东西
18、ajax请求的csrf解决方法
19、机器数据分析/建模有什么感悟？
20、爬虫原理
30、redis为什么快？除了他是内存型数据库外，还有什么原因
31、python2和python3的区别？
32、你觉得python2的项目如果迁移到python3，困难会在哪里？
寄语
对于未来准备找工作或者正在找工作的小伙伴，你有什么想说的呢？欢迎写下你的想法