【Python】50道面试题整理

Python中的列表和元组的区别

Python的主要功能

• Python是一种解释型语言。与C语言等语言不同，Python不需要在运行之前进行编译。
• Python是动态语言，当您声明变量或类似变量时，您不需要声明变量的类型。
• Python适合面向对象的编程，因为它允许类的定义以及组合和继承。
• Python没有访问说明（如C ++的public，private）。
• 在Python中，函数是第一类对象。它们可以分配给变量。类也是第一类对象
• 编写Python代码很快，但运行比较慢。Python允许基于C的扩展，例如numpy函数库。
• Python可用于许多领域。Web应用程序开发，自动化，数学建模，大数据应用程序等等。它也经常被用作“胶水”代码。

什么是pep？

PEP代表Python Enhancement Proposal。它是一组规则，指定如何格式化Python代码以获得最大可读性。

如何在Python中管理内存？

TODO:这里查一下

• python中的内存管理由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。python解释器负责处理这个问题。
• Python对象的堆空间分配由Python的内存管理器完成。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，并使其可用于堆空间。

Python中的命名空间是什么？

命名空间是一个命名系统，用于确保名称是唯一性，以避免命名冲突。

什么是PYTHONPATH？

• 它是导入模块时使用的环境变量。
• 每当导入模块时，也会查找PYTHONPATH以检查各个目录中是否存在导入的模块。
• 解释器使用它来确定要加载的模块。

什么是python模块？Python中有哪些常用的内置模块？

Python模块是包含Python代码的.py文件。
此代码可以是函数类或变量。
一些常用的内置模块包括：sys、math、random、data time、JSON。

Python中的局部变量和全局变量是什么？

• 全局变量：在函数外或全局空间中声明的变量称为全局变量。这些变量可以由程序中的任何函数访问。

• 局部变量：在函数内声明的任何变量都称为局部变量。此变量存在于局部空间中，而不是全局空间中。

python是否区分大小写？

是。Python是一种区分大小写的语言。

Q12、什么是Python中的类型转换？

类型转换是指将一种数据类型转换为另一种数据类型。

int（）  - 将任何数据类型转换为整数类型

float（）  - 将任何数据类型转换为float类型

ord（）  - 将字符转换为整数

hex（） - 将整数转换为十六进制

oct（）  - 将整数转换为八进制

tuple（） - 此函数用于转换为元组。

set（） - 此函数在转换为set后返回类型。

list（） - 此函数用于将任何数据类型转换为列表类型。

dict（） - 此函数用于将顺序元组（键，值）转换为字典。

str（） - 用于将整数转换为字符串。

complex（real，imag）  - 此函数将实数转换为复数（实数，图像）数。

如何在Windows上安装Python并设置路径变量？

要在Windows上安装Python，请按照以下步骤操作：

• 从以下链接安装python：https：//http://www.python.org/downloads/
• 下载之后，将其安装在您的PC上。在命令提示符下使用以下命令查找PC上安装PYTHON的位置：cmd python。
• 然后转到高级系统设置并添加新变量并将其命名为PYTHON_NAME并粘贴复制的路径。
• 查找路径变量，选择其值并选择“编辑”。
• 如果值不存在，请在值的末尾添加分号，然后键入％PYTHON_HOME％

python中是否需要缩进？

缩进是Python必需的。它指定了一个代码块。
循环，类，函数等中的所有代码都在缩进块中指定。通常使用四个空格字符来完成。
如果您的代码没有必要缩进，它将无法准确执行并且也会抛出错误。

Python数组和列表有什么区别？

Python中的数组和列表具有相同的存储数据方式。
但是，数组只能包含单个数据类型元素，而列表可以包含任何数据类型元素。

Python中的函数是什么？

函数是一个代码块，只有在被调用时才会执行。要在Python中定义函数，需要使用def关键字。

什么是__init__?

• __init__是Python中的方法或者结构。
• 在创建类的新对象/实例时，将自动调用此方法来分配内存。
• 所有类都有__init__方法。

什么是lambda函数？

lambda函数也叫匿名函数，该函数可以包含任意数量的参数，但只能有一个执行操作的语句。lambda [arg1 [,arg2,.....argn]]:expression

lambda 特性

• lambda 函数是匿名的：
  所谓匿名函数，通俗地说就是没有名字的函数。lambda函数没有名字。
• lambda 函数有输入和输出：
  输入是传入到参数列表argument_list的值，输出是根据表达式expression计算得到的值。
• lambda 函数拥有自己的命名空间：
  不能访问自己参数列表之外或全局命名空间里的参数，只能完成非常简单的功能。
  常见的lambda函数示例：

lambda x, y: x*y			# 函数输入是x和y，输出是它们的积x*y
lambda:None					# 函数没有输入参数，输出是None
lambda *args: sum(args)		# 输入是任意个数参数，输出是它们的和(隐性要求输入参数必须能进行算术运算)
lambda **kwargs: 1			# 输入是任意键值对参数，输出是1

lambda 函数高阶用法

与map联用

map() 函数：

• 描述：
  map() 会根据提供的函数对指定序列做映射。
  第一个参数 function 以参数序列中的每一个元素调用 function 函数，返回包含每次 function 函数返回值的新列表。

• 语法：
  map(function, iterable, ...)

• 参数：
  function ----> 函数
  iterable ----> 一个或多个序列

• 返回值：
  Python 2.x 版本返回的是列表
  Python 3.x 版本返回的是迭代器

• 实例

a = list(map(lambda x: x ** 2, [1, 2, 3, 4]))
# [1, 4, 9, 16]
b = list(map(lambda x, y: x + y, [1, 3, 5, 7, 9], [2, 4, 6, 8, 10]))
# [3, 7, 11, 15, 19]

与reduce联用

• 描述：
  reduce() 函数会对参数序列中元素进行累积。
  函数将一个数据集合（链表，元组等）中的所有数据进行下列操作：用传给 reduce 中的函数 function（有两个参数）先对集合中的第 1、2 个元素进行操作，得到的结果再与第三个数据用 function 函数运算，最后得到一个结果。

• 语法：
  reduce(function, iterable[, initializer])

• 参数：
  function ----> 函数，有两个参数
  iterable ----> 可迭代对象
  initializer ----> 可选，初始参数

• 返回值：
  返回函数计算结果。

• 实例：

a = reduce(lambda x, y: x * 10 + y, [1, 3, 5, 7, 9])
# 13579

与sorted联用

• 描述：
  sorted() 函数对所有可迭代的对象进行排序操作。

• sort 与 sorted 区别：

  • sort 是 list 的一个方法
  • 而 sorted 可以对所有可迭代的对象进行排序操作。
  • list 的 sort方法返回的是对已经存在的列表进行操作，无返回值；
  • 而内建函数 sorted 方法返回的是一个新的 list，而不是在原来的基础上进行的操作。

• 语法：
  sorted(iterable[, cmp[, key[, reverse]]])

• 参数说明：

  • iterable ----> 可迭代对象。
  • cmp ---->比较的函数，这个具有两个参数，参数的值都是从可迭代对象中取出，此函数必须遵守的规则为，大于则返回1，小于则返回-1，等于则返回0。
  • key ----> 主要是用来进行比较的元素，只有一个参数，具体的函数的参数就是取自于可迭代对象中，指定可迭代对象中的一个元素来进行排序。
  • reverse ----> 排序规则，reverse = True 降序 ， reverse = False 升序（默认）。

• 返回值：
  返回重新排序的列表。

• 实例：

dict={
    
    'a':1,'b':2}
ans = sorted(dict.items(), key = lambda x:x[1], reverse = True)

students = [('john', 'A', 15), ('jane', 'B', 12), ('dave', 'B', 10),]  
sorted(students, key=lambda student : student[2])   # sort by age  
# [('dave', 'B', 10), ('jane', 'B', 12), ('john', 'A', 15)]  

与filter联用

• 描述：
  filter() 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，然后返回 True 或 False，最后将返回 True 的元素放到新列表中。

• 语法：
  filter(function, iterable)
• 参数：
  function ----> 判断函数。
  iterable ----> 可迭代对象。
• 返回值：
  Pyhton2.7 返回列表，Python3.x 返回迭代器对象，具体内容可以查看：Python3 filter() 函数
• 实例：

# ===========一般用法：===========
# 1、过滤出列表中的所有奇数
def is_odd(n):
	return n % 2 == 1
		 
newlist = filter(is_odd, [1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
print(list(newlist))
# 结果： [1, 3, 5, 7, 9]

# ===========匿名函数用法：===========
# 2、将列表[1, 2, 3]中能够被3整除的元素过滤出来
newlist = filter(lambda x: x % 3 == 0, [1, 2, 3])
print(list(newlist))

Python中的self是什么？

• self是类的实例或对象。
• 在Python中，self包含在第一个参数中。
• 但是，Java中的情况并非如此，它是可选的。
• 它有助于区分具有局部变量的类的方法和属性。
• init方法中的self变量引用新创建的对象，而在其他方法中，它引用其方法被调用的对象。

区分break，continue和pass？

[:: - 1]表示什么？

[:: - 1]用于反转数组或序列的顺序。

Q22、如何在Python中随机化列表中的元素？

可以使用shuffle函数进行随机列表元素。举例如下：

什么是python迭代器？

迭代器是可以遍历或迭代的对象。

Q24、如何在Python中生成随机数？

random模块是用于生成随机数的标准模块。该方法定义为：

random.random()方法返回[0,1]范围内的浮点数。该函数生成随机浮点数。随机类使用的方法是隐藏实例的绑定方法。
可以使用Random的实例来显示创建不同线程实例的多线程程序。其中使用的其他随机生成器是：

• randrange(a,b)：它选择一个整数并定义[a，b]之间的范围。它通过从指定范围中随机选择元素来返回元素。它不构建范围对象。
• uniform(a,b)：它选择一个在[a，b)范围内定义的浮点数
• normalvariate(mean,sdev)：它用于正态分布，其中mean是平均值，sdev是用于标准偏差的sigma。

使用和实例化的Random类创建一个独立的多个随机数生成器。

Q25、range＆xrange有什么区别？

在大多数情况下，xrange和range在功能方面完全相同。它们都提供了一种生成整数列表的方法，唯一的区别是range返回一个Python列表对象，x range返回一个xrange对象。这就表示xrange实际上在运行时并不是生成静态列表。它使用称为yielding的特殊技术根据需要创建值。该技术与一种称为生成器的对象一起使用。因此如果你有一个非常巨大的列表，那么就要考虑xrange。

Q27、什么是pickling和unpickling？

Pickle模块接受任何Python对象并将其转换为字符串表示形式，并使用dump函数将其转储到文件中，此过程称为pickling。从存储的字符串中检索原始Python对象的过程称为unpickling。

Q28、python中的生成器是什么？

返回可迭代项集的函数称为生成器。

字符串大小写

第一个字母大写：capitalize()函数可以将字符串的第一个字母大写。如果字符串在开头已经包含大写字母，那么它将返回原始字符串。
全小写：可以使用lower()函数。

什么是Python中的文档Docstrings？

Docstrings实际上不是注释，它们是文档字符串。这些文档字符串在三引号内。它们没有分配给任何变量，因此有时也用于注释。

Q33、operators中的is、not和in各有什么功能？

Operators是特殊函数，它们比较一个或多个值并产生相应的结果。其中is：当2个操作数为true时返回true（例如：“a”是’a’）

not：返回布尔值的倒数

in：检查某个元素是否存在于某个序列中

Q34、Python中help()和dir()函数的用法是什么？

Help()和dir()这两个函数都可以从Python解释器直接访问，并用于查看内置函数的合并转储。

help()函数：help()函数用于显示文档字符串，还可以查看与模块，关键字，属性等相关的使用信息。

dir()函数：dir()函数用于显示定义的符号。

Q35、当Python退出时，为什么不清除所有分配的内存？

当Python退出时，尤其是那些对其他对象具有循环引用的Python模块或者从全局名称空间引用的对象并没有被解除分配或释放。

无法解除分配C库保留的那些内存部分。

退出时，由于拥有自己的高效清理机制，Python会尝试取消分配/销毁其他所有对象。

Q36、Python中的字典是什么？

Python中的内置数据类型称为字典。它定义了键和值之间的一对一关系。字典包含一对键及其对应的值。字典由键索引。

Q37、如何在python中使用三元运算符？

三元运算符是用于显示条件语句的运算符。这包含true或false值，并且必须为其评估语句。其基本语法为：

三元运算符是用于显示条件语句的运算符。这包含true或false值，并且必须为其评估语句。其基本语法为：

[on_true] if [expression] else [on_false] x，y = 25,50big = x if x <y else y

Q38、为什么使用* args，** kwargs？

当我们不确定将多少个参数传递给函数，或者我们想要将存储的列表或参数元组传递给函数时，我们使用* args。当我们不知道将多少关键字参数传递给函数时使用kwargs，或者它可以用于将字典的值作为关键字参数传递。标识符args和kwargs是一个约定，你也可以使用 bob和* billy。

Q40、在Python中split()，sub()，subn()功能。

如果要修改字符串，Python的“re”模块提供了3种方法。他们是：

split() - 使用正则表达式模式将给定字符串“拆分”到列表中。

sub() - 查找正则表达式模式匹配的所有子字符串，然后用不同的字符串替换它们

subn() - 它类似于sub()，并且还返回新字符串。

Q41、什么是负指数，功能是什么？

Python中的序列是索引的，它由正数和负数组成。积极的数字使用’0’作为第一个索引，'1’作为第二个索引，进程继续使用。

负数的索引从’-1’开始，表示序列中的最后一个索引，’ - 2’作为倒数第二个索引，序列像正数一样前进。

负索引用于从字符串中删除任何换行符，并允许该字符串除了作为S [： - 1]给出的最后一个字符。负索引还用于显示索引以正确的顺序表示字符串。

Q43、如何在Python中删除文件？

要在Python中删除文件，您需要导入OS模块。之后，您需要使用os.remove()函数。

Q44、什么是python的内置类型？

Python中的内置类型如下：整型、浮点型、复数、字符串、布尔等。

Q45、NumPy中有哪些操作Python列表的函数？

Python的列表是高效的通用容器。它们支持（相当）有效的插入，删除，追加和连接，Python的列表推导使它们易于构造和操作。

它们有一定的局限性：它们不支持像素化加法和乘法等“向量化”操作，并且它们可以包含不同类型的对象这一事实意味着Python必须存储每个元素的类型信息，并且必须执行类型调度代码在对每个元素进行操作时。

NumPy不仅效率更高; 它也更方便。你可以免费获得大量的向量和矩阵运算，这有时可以避免不必要的工作。它们也得到有效实施。

NumPy数组更快，你可以使用NumPy，FFT，卷积，快速搜索，基本统计，线性代数，直方图等内置。

Q46、如何将值添加到python数组？

可以使用append()，extend()和insert(i，x)函数将元素添加到数组中。

Q47、如何删除python数组的值？

可以使用pop()或remove()方法删除数组元素。这两个函数之间的区别在于前者返回已删除的值，而后者则不返回。

Q48、Python有OOps概念吗？

Python是一种面向对象的编程语言。这意味着可以通过创建对象模型在python中解决任何程序。同时Python可以被视为程序语言和结构语言。

Q49、深拷贝和浅拷贝有什么区别？

在创建新实例类型时使用浅拷贝，并保留在新实例中复制的值。浅拷贝用于复制引用指针，就像复制值一样。这些引用指向原始对象，并且在类的任何成员中所做的更改也将影响它的原始副本。浅拷贝允许更快地执行程序，它取决于所使用的数据的大小。

深拷贝用于存储已复制的值。深拷贝不会将引用指针复制到对象。它引用一个对象，并存储一些其他对象指向的新对象。原始副本中所做的更改不会影响使用该对象的任何其他副本。由于为每个被调用的对象创建了某些副本，因此深拷贝会使程序的执行速度变慢。

Q50、如何在Python中实现多线程？

Python有一个多线程库，但是用多线程来加速代码的效果并不是那么的好，

Python有一个名为Global Interpreter Lock（GIL）的结构。GIL确保每次只能执行一个“线程”。一个线程获取GIL执行相关操作，然后将GIL传递到下一个线程。

虽然看起来程序被多线程并行执行，但它们实际上只是轮流使用相同的CPU核心。

所有这些GIL传递都增加了执行的开销。这意味着多线程并不能让程序运行的更快。