python基础面试题
注意：只有必答题部分计算分值，补充题不计算分值。
第一部分 必答题（每题2分）
-
简述列举了解的编程语言及语言间的区别?
编译型：一次性翻译 （C）
优点：运行速度快
缺点：翻译时间长
解释型：一行一行翻译（Python）
优点：开发效率高（翻译时间短）
缺点：运行速度慢 -
列举python2和python3的区别
1.源码
python2的源码不统一,源码重复
python3的源码统一,源码不重复
2.input
python2中的input获取到的就是数据本身
python3中的input获取到的内容都是字符串
3.除法
python2除法返回的是整数
python3除法返回的是浮点数
4.print语句
python2中print语句中有的包含括号,有写不包括
python3中print语句必须有括号
5.整型
python 2：整型，长整型long
python 3：全是整型
6.print(range(1,10))`
Python 3： 中打印range时自己本身
Python 2： 中打印range获取的是一个列表，列表的元素是1-9
7.编码
python 2： 中默认编码ASCII，不支持中文
python 3 ：中默认编码Unicode
8.range
Python 2 ：中打印range获取的是一个列表，列表的元素是1-9
Python 3 ：中打印range时是自己本身 -
看代码写结果
v1 = 1 or 2
v2 = 3 and 7 or 9 and 0
and 全真则真,一假则假
or 一真则真,全假则假
v1 = 1
v2 = 7 -
比较以下值有什么不同?
v1 = [1,2,3] 列表[int,int,int]
v2 = [(1),(2),(3)] [int,float,str]
v3 = [(1,),(2,),(3,)][tuple,tuple,tuple]
res = () #表达空元组
1和2没什么太大区别，3的话（1，）表示是一个元组，（1）表示的是里面元素本身的类型
-
用一行代码实现数值交换
a = 1
b = 2
a = 1
b = 2
a,b = b,a
print(a,b)
# 通用
tmp = a
a = b
b = tmp -
python中单引号、双引号、三引号的区别?
python中单双引号可以互相包含,单双引号没有区别，避免转义，
而三引号有两种作用 长字符串的换行，以及注释
-
is和==的区别
==比较两个对象的值是否相等
is是判断两边内存地址是否相同 -
python里如何实现tuple和list的转化?
tuple(list) #可以用循环添加
list(tuple) #tuple不可变,不能循环添加 -
如何实现字符串name='老男孩'的反转?
#name[start:end:step] 语法 name='老男孩' name1 = name[::-1] print(name1)
-
两个set如何获取交集、并集、差集?
交集 & intersection 差集 - difference 并集 | union 对称差集 ^ symmetric_difference
-
哪些情况下,y!=x-(x-y)会成立?
非空集合且不为子父关系的两个集合 y != x-(x-y) x = {"a","b","c"} y = {"b","d"} if y != x-(x-y): print("ok") -
python中如何拷贝一个对象?
#import copy # 针对于列表的拷贝,还可以使用[:] , [::],浅拷贝的一种方式 lst1 = [1,2,3] lst2 = lst1[:] lst1.append(4) print(lst2) copy.copy 浅拷贝 只拷贝父对象，不会拷贝对象的内部的子对象。 copy.deepcopy 深拷贝 拷贝对象及其子对象
-
简述赋值、浅拷贝、深拷贝的区别?
不可变对象在赋值时会开辟新空间。 可变对象在赋值时，修改一个的值，另一个也会发生改变。 深、浅拷贝对不可变对象拷贝时，不开辟新空间，相当于赋值操作。 浅拷贝在拷贝时，只拷贝第一层中的引用，如果元素是可变对象，并且被修改，那么拷贝的对象也会发生变化。 深拷贝在拷贝时，会逐层进行拷贝，直到所有的引用都是不可变对象为止。 大多数情况下，编写程序时，都是使用浅拷贝，除非有特定的需求。 浅拷贝的优点：拷贝速度快，占用空间少，拷贝效率高 #赋值 : 将变量和值在内存中形成映射指向关系 #浅拷贝 : 只拷贝第一级里所有的元素 copy.copy #深拷贝 : 为所有层级的元素都单独开辟新空间 copy.deepcopy() (地址:原不可变数据只是暂时的指向,可变的数据独立开辟新空间) """ 可变数据: list set dict 不可变数据: int float bool complex str tuple """ import copy lst1 = [1,2,3,[4,5,6]] lst2 = copy.deepcopy(lst1) lst1[0] = 100 print(lst1) print(lst2) print(id(lst1[0])) print(id(lst2[0]))
-
pass的作用?
pass占位符 pass的作用是位了保证程序结构的完整性,否则会报错
-
阅读代码写结果.
import copy a = [1,2,4,5,['b','c']] b = a c = copy.copy(a) d = copy.deepcopy(a) a.append(5) a[4].append('d') print(b) print(c) print(a) [1, 2, 4, 5, ['b', 'c', 'd'], 5] [1, 2, 4, 5, ['b', 'c', 'd']] [1, 2, 4, 5, ['b', 'c', 'd'], 5] -
用python实现9*9乘法表.
for a in range(1,10): for b in range(a,10): print(f'{a}*{b}={a*b}',end='') print() """ 有行又有列,脑海里瞬间想到两层循环 一层循环控制行 一层循环控制列 """ i = 1 while i<=9: # 这个位置写代码 j = 1 while j<= i: # "谁"*"谁"="谁" print("%d*%d=%2d" % (i,j,i*j),end=" ") j+=1 # 打印换行 print() i+=1 for i in range(1,10): for j in range(1,i+1): print("%d*%d=%2d" % (i,j,i*j),end=" ") print() -
用python显示一个斐波那契数列
# 方法一 lst = [1,1] for i in range(10): lst.append(lst[-1] + lst[-2]) print(lst) # 方法二 a,b = 0,1 for i in range(10): print(b) a,b = b,a+b # 方法三 def fib(n): if n <= 2: return 1 # 上一个值 + 上上个值 return fib(n-1) + fib(n-2) print(fib(6))
-
如何删除列表中重复的值?
list1 = [1,1,2,1,22,5] list2 = list(set(list1)) print(list2)
-
一个大小为100G的文件etl_log.txt,要读取文件中的内容,写出具体过程代码?
fp = open("文件名","模式","编码集") """ fp 是迭代器 from collections import Iterator,Iterable # 在遍历fp时,文件按照一行一行进行读取; for i in fp: code ... """ -
a = dict(zip(("a","b","c","d","e"),(1,2,3,4,5))) 请问a是什么？
强转字典的条件:等长的二级容器,配合强转字典的两个函数 zip , enumerate # zip 拉链 a = dict( zip( ("a","b") , [1,2] ) ) print(a) # enumerate 枚举 a = dict( enumerate( ["a","b"] )) a = dict( enumerate( ["a","b"] ,start = 10 )) print(a) -
lambda关键字的作用？
lambda 匿名函数 : 用一句话表达只有返回值的无名函数 lambda 参数 : 返回值
-
*arg和**kwarg作用?*arg接受多余的位置参数 **kwarg 接受多余关键字参数
-
如何在函数中设置一个全局变量 ?
global name """ global 有该全局变量,修改当前变量,没有改全局变量,定义一个全局变量; """ def func(): global a a = 90 func() print(a)
-
filter、map、reduce的作用？
filter 过滤 map 映射 reduce 累计算 """ 三目(元)运算符 True if 条件表达式 else False filter => 过滤数据 iterable : 可迭代对象(range ,容器类型数据 , 迭代器) filter(func,iterable) => 返回迭代器 lst = [1,2,3,4,5] it = filter(lambda x : True if x % 2 == 0 else False , lst ) print(list(it)) """ # map -> 处理(映射)数据 map(func,iterable) => 返回迭代器 lst = [1,2,3] it = map(lambda x : x*3 , lst) print(list(it)) # reduce -> 计算数据 from functools import reduce # reduce(func,iterable) => 最后计算的值 # [5,4,8,8] => 5488 lst = [5,4,8,8] res = reduce(lambda x,y : x*10 + y ,lst ) print(res , type(res))
-
什么是匿名函数？匿名函数有什么作用？
lambda 匿名函数 : 用一句话表达只有返回值的无名函数 lambda 参数 : 返回值
-
Python递归的最大层数？
官方1000 实际994-1000 import sys sys.setrecursionlimit(10000) 修改递归最大深度
-
什么是迭代器？什么是可迭代对象？
具有__iter__()和__next__()方法的就是迭代器 具有__iter__()方法的就是可迭代对象 dir(数据) 可以查看该数据的内部系统成员 可迭代对象 => 迭代器 把不能直接被next获取 => 可直接获取到该数据的一个过程
-
什么是生成器？
生成器的本质就是迭代器,可以自定义迭代的逻辑 创建方式两种: (1)生成器表达式 (推导式) (i for i in range(3)) (2)生成器函数 (含有yield关键字)
-
什么是装饰器及应用场景？
装饰器的本质就是闭包 在不修改原有代码的前提下,额外增加新功能就是装饰器 应用:登录认证,property类,框架(django,flask,@app.route("/",methdos=["GET","POST"])) -
什么是反射及应用场景？
通过字符串去操作类对象 或者 模块中的属性方法 hasattr getattr setattr delattr 应用: 可以配合用户的操作或者输入,调用其中的成员,api接口中
-
写一个普通的装饰器。
def warpper(f): def inner(*args,**kwargs): print('被装饰函数执行前') ret = f(*args,**kwargs) print('被装饰函数执行后') return ret return inner @warpper def func(*args,**kwargs): print(f'被装饰的{args,kwargs}') return '我是func函数' print(func(1,2,1,2,1,1,a=1)) 闭包:内函数使用了外函数的局部变量,外函数把内函数返回出来的过程叫做闭包 这个内函数叫做闭包函数; 特点:如果内函数使用了外函数的局部变量,那么该变量于内函数发生绑定,延长该变量的生命周期 def wrapper(func): def inner(*args,**kwargs): res = func(*args,**kwargs) print("and you") return res return inner @wrapper def func(): print("i am fine 3q") func() -
写一个带参数的装饰器。
def auth(argv): def wrapper(func): def inner(*args,**kwargs): if argv: print("我加上功能了!") func(*args,**kwargs) else: func(*args,**kwargs) return inner return wrapper @auth(False) #@auth ==foo =wrapper(foo)=auth(False) flask框架 搭网站的 def foo(): print("这是一个点燃") foo() def outer(n): def wrapper(func): def inner1(*args,**kwargs): res = func(*args,**kwargs) print("我是大王") return res def inner2(*args,**kwargs): res = func(*args,**kwargs) print("大王叫我来巡山") return res if n == "alex": return inner1 else: return inner2 return wrapper @outer("alex123") # outer("alex123") => wrapper =>@wrapper def func(): print("i am fine 3q") func() -
求结果
def num(): return [lambda x:i*x for i in range(4)] print([m(2) for m in num()]) [6, 6, 6, 6] """ def出现的位置是函数的定义处 函数() 出现的位置是函数的调用处 (1)调用的时候,才会把函数中的代码,从上到下执行一遍,否则不执行 (2)里面的func是一个闭包函数,延长了当前变量i的生命周期,最后一次i的值3,所以再去调用时候拿的3 """ def num(): lst = [] for i in range(4): def func(x): return i*x lst.append(func) return lst lst = num() print(lst) lst = [ m(2) for m in num() ] lst = [ m(2) for m in lst ] lst = [ i*x for m in lst ] lst = [3 * 2 for m in lst] lst = [6,6,6,6] """ [ <function func at 0x000001A02CA642F0>, <function func at 0x000001A02CA64378>, <function func at 0x000001A02CA646A8>, <function func at 0x000001A02CA64730> ] def func(): print(1) for i in range(3): print(i) """
-
def(a, b=[])这种写法有什么陷阱？
b身上的默认值是列表,如果使用原来默认的参数,调用func函数 会把几次调用的值都存放在同一个默认列表里 """ 默认参数: 如果调用时,用户给实参了,那么使用用户的 如果调用时,用户没给实参,那么使用默认的(早已存在内存中的这个列表) 默认值会提前在内存中驻留,在使用时,才能调取,在定义函数的时候就提前开辟了空间 """
-
看代码写结果
def func(a,b=[]): b.append(a) return b v1 = func(1) v2 = func(2,[10,20]) v3 = func(3) print(v1,v2,v3) [1, 3] [10, 20, 2] [1, 3] -
看代码写结果
def func(a,b=[]): b.append(a) return b v1 = func(1) print(v1) v2 = func(2,[10,20]) print(v2) v3 = func(3) print(v3) [1] [10, 20, 2] [1, 3] -
请编写一个函数实现将IP地址转换成一个整数。
如 10.3.9.12 转换规则为： 10 00001010 3 00000011 9 00001001 12 00001100 再将以上二进制拼接起来计算十进制结果：00001010 00000011 00001001 00001100 = ？ # ljust 原字符串居左,填充符号 # rjust 原字符串居右,填充符号 # 方法一 ip = "10.3.9.12" strvar = "" for i in ip.split("."): bin_str = str(bin(int(i)))[2:] # 总长度是8 原字符串居右 strvar += bin_str.rjust(8,"0") print(strvar) # 把二进制字符串转换成十进制,默认转换时,是十进制 print(int(strvar,2)) # 方法二 ip = "10.3.9.12" strvar = "" for i in ip.split("."): # format 将整型转化成二进制,不够8位的拿0补位 strvar += format(int(i) , "08b") print(int(strvar,2)) -
请查找一个目录下的所有文件（可能存在文件嵌套）。 os.walk() 本质递归
方法一(递归写法): import os def getallsize(pathvar): size = 0 lst = os.listdir(pathvar) print(lst) for i in lst: pathvar2 = os.path.join(pathvar,i) print(pathvar2) # 判断是否是文件 if os.path.isfile(pathvar2): size += os.path.getsize(pathvar2) # 判断是否是文件夹 elif os.path.isdir(pathvar2): size += getallsize(pathvar2) print(size) return size # "E:\串讲基础\day2\test\1.txt" pathvar = r"E:\串讲基础\day2\test" res = getallsize(pathvar) # print(res) 方法二: import os # os.walk() => 生成器 pathvar = r"E:\串讲基础\day2\test" gen = os.walk(pathvar) for root,dirs,files in gen: for name in files: pathvar = os.path.join(root,name) print(pathvar)
-
求结果
import math print (math.floor(5.5)) 5 # floor ceil round import math print(math.floor(5.5)) # round n.5 奇进偶不进 print(round(4.5)) print(round(5.5)) print(round(4.52))
-
是否使用过functools中的函数？其作用是什么？
from functools import reduce # 在装饰器中使用,如果想要保留原来函数的属性,加上wraps from functools import wraps def wrapper(func): @wraps(func) def inner(*args,**kwargs): res = func(*args,**kwargs) print("and you") return res return inner @wrapper def func(): print("i am fine 3q") func() print(func) -
re的match和search区别？
match 从开头进行匹配,匹配一个就停止 serach 从任意位置进行匹配,匹配一个就停止
-
用Python匹配HTML tag的时候,<.>和<.?>有什么区别?
. 除了\n的任意字符 * 量词,代表匹配0次或者多次,任意个 .* 贪婪匹配 .*? 非贪婪匹配
-
如何生成一个随机数？
import random random.random 随机获取 0<= x < 1 random.randrange 随机获取指定范围中的整数,用法上同range random.uniform 随机获取指定范围中的小数
-
super的作用？
# 用来解决多继承之间复杂的调用关系使用super 在多继承中,如果出现了多个同名方法 super在调用的时候,会按照mro列表的继承顺序依次调用 类.mro() = > lst
-
双下划线和单下划线的区别？
class MyClass(): __abc = 90 _ppp = 100 """ 封装: 公有public 私有private 受保护的protected 私有: 只能在当前这个类里面使用,不能再子类或者在类外使用 受保护的: 可以在当前这个类或者子类里使用,不能再类外使用 约定俗成在该变量前面加上一个下划线_ , 就表示受保护了 """
-
@staticmethod和@classmethod的区别？
一个静态方法,一个类方法 一个静态方法:(无论是对象还是类,都可以调用,不会默认传递任何参数) 一个类方法 :(无论是对象还是类,都可以调用,会默认传递类这个参数)
-
实现一个单例模式（加锁）。
import threading import time class S: instance = None lock = threading.RLock() def __init__(self,name): self.name = name def __new__(cls,*args,**kwargs): if cls.instance: return cls.instance with cls.lock: if cls.instance: return cls.instance time.sleep(0,1) cls.instance = object.__new__(cls) return cls.instance def task(): obj = S('x') print(obj) for i in range(10): t = threading.Thread(target = task) t.start() data = S("xxasssss") print(data) 单态模式:这个类无论实例化多少次,都有且只有一个对象 from threading import Lock class MyClass(object): __obj = None lock = Lock() def __new__(cls,*args,**kwargs): with cls.lock: if not cls.__obj: cls.__obj = object.__new__(cls) return cls.__obj obj1 = MyClass() obj2 = MyClass() print(obj1,obj2) -
栈和队列的区别？
栈 先进后出,或者 后进先出 队列 先进先出
-
以下代码输出是什么? 请给出答案并解释。
class Parent(object): x = 1 class Child1(Parent): pass class Child2(Parent): pass print Parent.x, Child1.x, Child2.x Child1.x = 2 print Parent.x, Child1.x, Child2.x Parent.x = 3 print Parent.x, Child1.x, Child2.x 1 1 1 1 2 1 3 2 3 第一个print 子列继承父类 child1，child2都继承父类 第二个print 因为child1里面定义的 child1.x=2 child1有不调用父类 第三个print Parent.x = 3 父类重新定义了x Parent.x=3 child1自己有X 故 child1.x = 2 child2并没有X 执行父类的x child.x = 3 -
参考下面代码片段
class Context:
pass
with Content() as ctx:
ctx.do_something()
请在Context类下添加代码完成该类的实现
#面向对象的上下文管理是with语法的具体实现
class Context():
def __enter__(self):
return self
def __exit__(self, exc_type, exc_val, exc_tb):
# 相当于在最后,执行了文件的关闭操作,fp.close()
print("abc123")
def do_something(self):
print(1111)
with Context() as ctx:
ctx.do_something()
print(ctx)
# 自动实现了关闭操作
# with open("文件") as fp:
# res = fp.read()
第二部分 可选题
-
如何获取列表中第二大的值？
(1) 所有的容器类型数据都可以通过 sorted (sort只局限于列表进行排序)
# 去重
lst = set([98,1,100,3,-100,50,100,100])
res = sorted(lst)
res_new = res[-2]
print(res_new) -
计数器,垃圾回收,内存池
# 一.计数器
特点:引用技术如果是0,把这个值从内存中释放掉
a = 100
b = a
print(b)
del b
缺点:在维护引用计数时,又可能数据产生循环引用,造成数据不能删除,造成内存泄漏
lst1 = [1,2]
lst2 = [5,6]
lst1.append(lst2)
lst2.append(lst1)
del lst1
print(lst1)
print(lst2)
# print(lst1)
# print(lst2)
# 二.垃圾回收:引用计数为主,标记清除和分带回收为辅
标记清除 : 检测标记该对象,避免出现循环引用不能删除的现象
分带回收 :
把内存中的数据分成三个区域: 新生代0,老年代1,永久代2
新生代0数据超过700 , 或者老年代1,永久代2数据超过10,自动触发内存中的垃圾回收机制
新生代0触发将清除所有三代的区域
老年代1触发会清理1,2代
永久代2触发只会清理自己
# 三.内存池
# 在同一个文件当中 (python3.6)
# -->Number 部分
1.对于整型而言，-5~正无穷范围内的相同值 id一致
2.对于浮点数而言，非负数范围内的相同值 id一致
3.布尔值而言,值相同情况下，id一致
4.复数在 实数+虚数 这样的结构中永不相同(只有虚数的情况例外)
# -->容器类型部分
5.字符串 和 空元组 相同的情况下，地址相同
6.列表，元组，字典，集合无论什么情况 id标识都不同 [空元组例外]
# 在不同的文件当中
小数据池 ; 比如整型默认开辟 -5~256 这么多数据提前在内存中驻留
-
简述Python的垃圾回收机制。
垃圾回收:引用计数为主,标记清除和分带回收为辅
标记清除 : 检测标记该对象,避免出现循环引用不能删除的现象
分带回收 :
把内存中的数据分成三个区域: 新生代0,老年代1,永久代2
新生代0数据超过700 , 或者老年代1,永久代2数据超过10,自动触发内存中的垃圾回收机制
新生代0触发将清除所有三代的区域
老年代1触发会清理1,2代
永久代2触发只会清理自己 -
请用两个队列来实现一个栈。
"""
栈 : 先进后出,后进先出
队列 : 先进先出,后进后出
"""
from queue import Queue
class Stack():
def __init__(self):
self.master_queue = Queue()
self.minor_queue = Queue()
def push(self,val):
# 入栈
self.master_queue.put(val)
def pop(self):
# 出栈
# 如果队列中没有任何值,直接返回None
if self.master_queue.qsize() == 0 :
return None
while True:
# 当队列总长度为1的时候,循环终止,把最后一个元素拿出来,为了满足栈后进先出的特点
if self.master_queue.qsize() == 1:
value = self.master_queue.get()
break
# 剩下还没有拿出来的元素,暂时放在2号队列中存储
self.minor_queue.put(self.master_queue.get())
"""
minor_queue(1)
master_queue(2 3 4)
minor_queue(2)
master_queue(3 4)
minor_queue(3)
master_queue(4)
"""
# 交换队列,重新循环,继续去最后一个值,如法炮制
self.master_queue,self.minor_queue = self.minor_queue,self.master_queue
return value
obj = Stack()
obj.push("a")
obj.push("b")
obj.push("c")
print(obj.pop()) # c
print(obj.pop()) # b