python面试题100.docx

python面试题100资料仅供参考Python语言特性1 Python的函数参数传递看两个如下例子，分析运行结果:代码一：a = 1def fun(a): a = 2fun(a)print(a) # 1代码二：a = def fun(a):a.append(1)fun(a)print(a) # 1所有的变量都能够理解是内存中一个对象的“引用”，或者，也能够看似c中void*的感觉。这里记住的是类型是属于对象的，而不是变量。而对象有两种,“可更改”（mutable）与“不可更改”（immutable）对象。在python中，strings, tuples, 和numbers是不可更改的对象，而list,dict等则是能够修改的对象。(这就是这个问题的重点)当一个引用传递给函数的时候,函数自动复制一份引用,这个函数里的引用和外边的引用没有半毛关系了.因此第一个例子里函数把引用指向了一个不可变对象,当函数返回的时候,外面的引用没半毛感觉.而第二个例子就不一样了,函数内的引用指向的是可变对象,对它的操作就和定位了指针地址一样,在内存里进行修改.2 Python中的元类(metaclass)元类就是用来创立类的“东西”。你创立类就是为了创立类的实例对象，可是我们已经学习到了Python中的类也是对象。好吧，元类就是用来创立这些类（对象）的，元类就是类的类这个非常的不常见,详情请看：深刻理解Python中的元类(metaclass)3 staticmethod和classmethodPython其实有3个方法,即静态方法(staticmethod),类方法(classmethod)和实例方法,如下:class A(object):def foo(self,x):print executing foo(%s,%s)%(self,x)classmethoddef class_foo(cls,x):print( executing class_foo(%s,%s)%(cls,x)staticmethoddef static_foo(x):print (executing static_foo(%s)%x)a=A()这里先理解下函数参数里面的self和cls.这个self和cls是对类或者实例的绑定.对于实例方法,我们知道在类里每次定义方法的时候都需要绑定这个实例,就是foo(self, x),为什么要这么做呢?因为实例方法的调用离不开实例,我们需要把实例自己传给函数,调用的时候是这样的a.foo(x)(其实是foo(a, x).类方法一样,只不过它传递的是类而不是实例,A.class_foo(x).注意这里的self和cls能够替换别的参数,可是python的约定是这俩,还是不要改的好.对于静态方法其实和普通的方法一样,不需要对谁进行绑定,唯一的区别是调用的时候需要使用a.static_foo(x)或者A.static_foo(x)来调用.实例方法类方法静态方法a = A()a.foo(x)a.class_foo(x)a.static_foo(x)A不可用A.class_foo(x)A.static_foo(x)4 类变量和实例变量class Person:name=aaap1=Person()p2=Person()p1.name=bbbprint(p1.name)# bbbprint(p2.name)# aaaprint(Person.name)# aaa类变量就是供类使用的变量,实例变量就是供实例使用的.这里p1.name=bbb是实例调用了类变量,这其实和上面第一个问题一样,就是函数传参的问题,p1.name一开始是指向的类变量name=aaa,可是在实例的作用域里把类变量的引用改变了,就变成了一个实例变量,self.name不再引用Person的类变量name了.能够看看下面的例子:class Person:name=p1=Person()p2=Person()p1.name.append(1)print(p1.name)# 1print(p2.name)# 1print(Person.name)# 15 Python自省这个也是python彪悍的特性.自省就是面向对象的语言所写的程序在运行时,所能知道对象的类型.简单一句就是运行时能够获得对象的类型.比如type(),dir(),getattr(),hasattr(),isinstance().6 字典推导式可能你见过列表推导时,却没有见过字典推导式,在2.7中才加入的:d = key: value for (key, value) in iterable7 Python中单下划线和双下划线1234567891011121314 class MyClass():. def _init_(self):. self._superprivate = Hello. self._semiprivate = , world!. mc = MyClass() print(mc._superprivate)Traceback (most recent call last):File , line 1, in AttributeError: myClass instance has no attribute _superprivate print(mc._semiprivate), world! print mc._dict_MyClass_superprivate: Hello, _semiprivate: , world!_foo_:一种约定,Python内部的名字,用来区别其它用户自定义的命名,以防冲突._foo:一种约定,用来指定变量私有.程序员用来指定私有变量的一种方式._foo:这个有真正的意义:解析器用_classname_foo来代替这个名字,以区别和其它类相同的命名.详情见:8 字符串格式化:%和.format.format在许多方面看起来更便利.对于%最烦人的是它无法同时传递一个变量和元组.你可能会想下面的代码不会有什么问题:Python:hi there %s % name可是,如果name恰好是(1,2,3),它将会抛出一个TypeError异常.为了保证它总是正确的,你必须这样做:hi there %s % (name,) # 提供一个单元素的数组而不是一个参数9 迭代器和生成器在Python中，这种一边循环一边计算的机制，称为生成器：generator。能够被next()函数调用并不断返回下一个值的对象称为迭代器：Iterator。这个是stackoverflow里python排名第一的问题,值得一看: 10*argsand*kwargs用*args和*kwargs只是为了方便并没有强制使用它们.当你不确定你的函数里将要传递多少参数时你能够用*args.例如,它能够传递任意数量的参数:12345678 def print_everything(*args):for count, thing in enumerate(args):. print 0. 1.format(count, thing). print_everything(apple, banana, cabbage)0. apple1. banana2. cabbage相似的,*kwargs允许你使用没有事先定义的参数名:1234567 def table_things(*kwargs):. for name, value in kwargs.items():. print 0 = 1.format(name, value). table_things(apple = fruit, cabbage = vegetable)cabbage = vegetableapple = fruit你也能够混着用.命名参数首先获得参数值然后所有的其它参数都传递给*args和*kwargs.命名参数在列表的最前端.例如:1def table_things(titlestring, *kwargs)*args和*kwargs能够同时在函数的定义中,可是*args必须在*kwargs前面.当调用函数时你也能够用*和*语法.例如:1234567 def print_three_things(a, b, c):. print a = 0, b = 1, c = 2.format(a,b,c). mylist = aardvark, baboon, cat print_three_things(*mylist)a = aardvark, b = baboon, c = cat就像你看到的一样,它能够传递列表(或者元组)的每一项并把它们解包.注意必须与它们在函数里的参数相吻合.当然,你也能够在函数定义或者函数调用时用*.11 面向切面编程AOP和装饰器这个AOP一听起来有点懵,同学面试的时候就被问懵了装饰器是一个很著名的设计模式，经常被用于有切面需求的场景，较为经典的有插入日志、性能测试、事务处理等。装饰器是解决这类问题的绝佳设计，有了装饰器，我们就能够抽离出大量函数中与函数功能本身无关的雷同代码并继续重用。概括的讲，装饰器的作用就是为已经存在的对象添加额外的功能。这个问题比较大,推荐: 中文: 12 鸭子类型“当看到一只鸟走起来像鸭子、游泳起来像鸭子、叫起来也像鸭子，那么这只鸟就能够被称为鸭子。”我们并不关心对象是什么类型，到底是不是鸭子，只关心行为。比如在python中，有很多file-like的东西，比如StringIO,GzipFile,socket。它们有很多相同的方法，我们把它们当作文件使用。又比如list.extend()方法中,我们并不关心它的参数是不是list,只要它是可迭代的,因此它的参数能够是list/tuple/dict/字符串/生成器等.鸭子类型在动态语言中经常使用，非常灵活，使得python不想java那样专门去弄一大堆的设计模式。13 Python中重载引自知乎:函数重载主要是为了解决两个问题。1. 可变参数类型。2. 可变参数个数。另外，一个基本的设计原则是，仅仅当两个函数除了参数类型和参数个数不同以外，其功能是完全相同的，此时才使用函数重载，如果两个函数的功能其实不同，那么不应当使用重载，而应当使用一个名字不同的函数。好吧，那么对于情况 1 ，函数功能相同，可是参数类型不同，python 如何处理？答案是根本不需要处理，因为 python 能够接受任何类型的参数，如果函数的功能相同，那么不同的参数类型在 python 中很可能是相同的代码，没有必要做成两个不同函数。那么对于情况 2 ，函数功能相同，但参数个数不同，python 如何处理？大家知道，答案就是缺省参数。对那些缺少的参数设定为缺省参数即可解决问题。因为你假设函数功能相同，那么那些缺少的参数终归是需要用的。好了，鉴于情况 1 跟 情况 2 都有了解决方案，python 自然就不需要函数重载了。14 新式类和旧式类这个面试官问了,我说了老半天,不知道她问的真正意图是什么.这篇文章很好的介绍了新式类的特性: 新式类很早在2.2就出现了,因此旧式类完全是兼容的问题,Python3里的类全部都是新式类.这里有一个MRO问题能够了解下(新式类是广度优先,旧式类是深度优先),里讲的也很多.15_new_和_init_的区别这个_new_确实很少见到,先做了解吧.1. _new_是一个静态方法,而_init_是一个实例方法.2. _new_方法会返回一个创立的实例,而_init_什么都不返回.3. 只有在_new_返回一个cls的实例时后面的_init_才能被调用.4. 当创立一个新实例时调用_new_,初始化一个实例时用_init_.ps:_metaclass_是创立类时起作用.因此我们能够分别使用_metaclass_,_new_和_init_来分别在类创立,实例创立和实例初始化的时候做一些小手脚.16 单例模式这个绝对常考啊.绝对要记住12个方法,当时面试官是让手写的.1 使用_new_方法class Singleton(object):def _new_(cls, *args, *kw):if not hasattr(cls, _instance):orig = super(Singleton, cls)cls._instance = orig._new_(cls, *args, *kw)return cls._instanceclass MyClass(Singleton):a = 12 共享属性创立实例时把所有实例的_dict_指向同一个字典,这样它们具有相同的属性和方法.123456789class Borg(object):_state = def _new_(cls, *args, *kw):ob = super(Borg, cls)._new_(cls, *args, *kw)ob._dict_ = cls._statereturn obclass MyClass2(Borg):a = 13 装饰器版本1234567891011def singleton(cls, *args, *kw):instances = def getinstance():if cls not in instances:instancescls = cls(*args, *kw)return instancesclsreturn getinstancesingletonclass MyClass:4 import方法作为python的模块是天然的单例模式# mysingleton.pyclass My_Singleton(object):def foo(self):passmy_singleton = My_Singleton()# to usefrom mysingleton import my_singletonmy_singleton.foo()17 Python中的作用域Python 中，一个变量的作用域总是由在代码中被赋值的地方所决定的。当 Python 遇到一个变量的话她会按照这样的顺序进行搜索：本地作用域（Local）当前作用域被嵌入的本地作用域（Enclosing locals）全局/模块作用域（Global）内置作用域（Built-in）18 GIL线程全局锁线程全局锁(Global Interpreter Lock),即Python为了保证线程安全而采取的独立线程运行的限制,说白了就是一个核只能在同一时间运行一个线程.解决办法就是多进程和下面的协程(协程也只是单CPU,可是能减小切换代价提升性能).19 协程简单点说协程是进程和线程的升级版,进程和线程都面临着内核态和用户态的切换问题而耗费许多切换时间,而协程就是用户自己控制切换的时机,不再需要陷入系统的内核态.Python里最常见的yield就是协程的思想!能够查看第九个问题.20 闭包闭包(closure)是函数式编程的重要的语法结构。闭包也是一种组织代码的结构，它同样提高了代码的可重复使用性。当一个内嵌函数引用其外部作作用域的变量,我们就会得到一个闭包. 总结一下,创立一个闭包必须满足以下几点:1. 必须有一个内嵌函数2. 内嵌函数必须引用外部函数中的变量3. 外部函数的返回值必须是内嵌函数感觉闭包还是有难度的,几句话是说不明白的,还是查查相关资料.重点是函数运行后并不会被撤销,就像16题的instance字典一样,当函数运行完后,instance并不被销毁,而是继续留在内存空间里.这个功能类似类里的类变量,只不过迁移到了函数上.闭包就像个空心球一样,你知道外面和里面,但你不知道中间是什么样.21 lambda函数其实就是一个匿名函数,为什么叫lambda?因为和后面的函数式编程有关.22 Python函数式编程这个需要适当的了解一下吧,毕竟函数式编程在Python中也做了引用.python中函数式编程支持:filter 函数的功能相当于过滤器。调用一个布尔函数bool_func来迭代遍历每个seq中的元素；返回一个使bool_seq返回值为true的元素的序列。a = 1,2,3,4,5,6,7b = filter(lambda x: x 5, a)print b6,7map函数是对一个序列的每个项依次执行函数，下面是对一个序列每个项都乘以2： a = map(lambda x:x*2,1,2,3) list(a)2, 4, 6reduce函数是对一个序列的每个项迭代调用函数，下面是求3的阶乘： reduce(lambda x,y:x*y,range(1,4)623 Python里的拷贝引用和copy(),deepcopy()的区别1234567891011121314151617181920import copya = 1, 2, 3, 4, a, b#原始对象b = a#赋值，传对象的引用c = copy.copy(a)#对象拷贝，浅拷贝d = copy.deepcopy(a)#对象拷贝，深拷贝a.append(5)#修改对象aa4.append(c)#修改对象a中的a, b数组对象print a = , aprint b = , bprint c = , cprint d = , d输出结果：a =1, 2, 3, 4, a, b, c, 5b =1, 2, 3, 4, a, b, c, 5c =1, 2, 3, 4, a, b, cd =1, 2, 3, 4, a, b24 Python垃圾回收机制Python GC主要使用引用计数（reference counting）来跟踪和回收垃圾。在引用计数的基础上，经过“标记-清除”（mark and sweep）解决容器对象可能产生的循环引用问题，经过“分代回收”（generation collection）以空间换时间的方法提高垃圾回收效率。1 引用计数PyObject是每个对象必有的内容，其中ob_refcnt就是做为引用计数。当一个对象有新的引用时，它的ob_refcnt就会增加，当引用它的对象被删除，它的ob_refcnt就会减少.引用计数为0时，该对象生命就结束了。优点:1. 简单2. 实时性缺点:1. 维护引用计数消耗资源2. 循环引用2 标记-清除机制基本思路是先按需分配，等到没有空闲内存的时候从寄存器和程序栈上的引用出发，遍历以对象为节点、以引用为边构成的图，把所有能够访问到的对象打上标记，然后清扫一遍内存空间，把所有没标记的对象释放。3 分代技术分代回收的整体思想是：将系统中的所有内存块根据其存活时间划分为不同的集合，每个集合就成为一个“代”，垃圾收集频率随着“代”的存活时间的增大而减小，存活时间一般利用经过几次垃圾回收来度量。Python默认定义了三代对象集合，索引数越大，对象存活时间越长。举例：当某些内存块M经过了3次垃圾收集的清洗之后还存活时，我们就将内存块M划到一个集合A中去，而新分配的内存都划分到集合B中去。当垃圾收集开始工作时，大多数情况都只对集合B进行垃圾回收，而对集合A进行垃圾回收要隔相当长一段时间后才进行，这就使得垃圾收集机制需要处理的内存少了，效率自然就提高了。在这个过程中，集合B中的某些内存块由于存活时间长而会被转移到集合A中，当然，集合A中实际上也存在一些垃圾，这些垃圾的回收会因为这种分代的机制而被延迟。25 Python里面如何实现tuple和list的转换？答：tuple，能够说是不可变的list，访问方式还是经过索引下标的方式。当你明确定义个tuple是，如果仅有一个元素，必须带有,例如：(1,)。当然，在2.7以后的版，python里还增加了命名式的tuple！至于有什么用，首先第一点，楼主玩过python都知道，python的函数能够有多返回值的，而python里，多返回值，就是用tuple来表示，这是用的最广的了，比如说，你需要定义一个常量的列表，但你又不想使用list，那也能够是要你管tuple，例如：if a in (A,B,C):pass26 Python的isis是对比地址,=是对比值27 read,readline和readlines read 读取整个文件 readline 读取下一行,使用生成器方法 readlines 读取整个文件到一个迭代器以供我们遍历28 Python2和3的区别大部分Python库都同时支持Python 2.7.x和3.x版本的，因此不论选择哪个版本都是能够的。但为了在使用Python时避开某些版本中一些常见的陷阱，或需要移植某个Python项目使用_future_模块print函数整数除法Unicodexrange触发异常处理异常next()函数和.next()方法For循环变量与全局命名空间泄漏比较无序类型使用input()解析输入内容返回可迭代对象，而不是列表推荐：Python 2.7.x 和 3.x 版本的重要区别29到底什么是Python？你能够在回答中与其它技术进行对比答案下面是一些关键点： Python是一种解释型语言。这就是说，与C语言和C的衍生语言不同，Python代码在运行之前不需要编译。其它解释型语言还包括PHP和Ruby。 Python是动态类型语言，指的是你在声明变量时，不需要说明变量的类型。你能够直接编写类似x=111和x=Im a string这样的代码，程序不会报错。 Python非常适合面向对象的编程（OOP），因为它支持经过组合（composition）与继承（inheritance）的方式定义类（class）。Python中没有访问说明符（access specifier，类似C+中的public和private），这么设计的依据是“大家都是成年人了”。 在Python语言中，函数是第一类对象（first-class objects）。这指的是它们能够被指定给变量，函数既能返回函数类型，也能够接受函数作为输入。类（class）也是第一类对象。 Python代码编写快，可是运行速度比编译语言一般要慢。好在Python允许加入基于C语言编写的扩展，因此我们能够优化代码，消除瓶颈，这点一般是能够实现的。numpy就是一个很好地例子，它的运行速度真的非常快，因为很多算术运算其实并不是经过Python实现的。 Python用途非常广泛网络应用，自动化，科学建模，大数据应用，等等。它也常被用作“胶水语言”，帮助其它语言和组件改进运行状况。 Python让困难的事情变得容易，因此程序员能够专注于算法和数据结构的设计，而不用处理底层的细节。为什么提这个问题：如果你应聘的是一个Python开发岗位，你就应该知道这是门什么样的语言，以及它为什么这么酷。以及它哪里不好。30补充缺失的代码def print_directory_contents(sPath): 这个函数接受文件夹的名称作为输入参数， 返回该文件夹中文件的路径， 以及其包含文件夹中文件的路径。 # 补充代码答案def print_directory_contents(sPath): import os for sChild in os.listdir(sPath): sChildPath = os.path.join(sPath,sChild) if os.path.isdir(sChildPath): print_directory_contents(sChildPath) else: print sChildPath特别要注意以下几点： 命名规范要统一。如果样本代码中能够看出命名规范，遵循其已有的规范。 递归函数需要递归并终止。确保你明白其中的原理，否则你将面临无休无止的调用栈（callstack）。 我们使用os模块与操作系统进行交互，同时做到交互方式是能够跨平台的。你能够把代码写成sChildPath = sPath + / + sChild，可是这个在Windows系统上会出错。 熟悉基础模块是非常有价值的，可是别想破脑袋都背下来，记住Google是你工作中的良师益友。 如果你不明白代码的预期功能，就大胆提问。 坚持KISS原则！保持简单，不过脑子就能懂！为什么提这个问题： 说明面试者对与操作系统交互的基础知识 递归真是太好用啦31阅读下面的代码，写出A0，A1至An的最终值。A0 = dict(zip(a,b,c,d,e),(1,2,3,4,5)A1 = range(10)A2 = i for i in A1 if i in A0A3 = A0s for s in A0A4 = i for i in A1 if i in A3A5 = i:i*i for i in A1A6 = i,i*i for i in A1答案A0 = a: 1, c: 3, b: 2, e: 5, d: 4A1 = 0, 1, 2, 3, 4, 5, 6, 7, 8, 9A2 = A3 = 1, 3, 2, 5, 4A4 = 1, 2, 3, 4, 5A5 = 0: 0, 1: 1, 2: 4, 3: 9, 4: 16, 5: 25, 6: 36, 7: 49, 8: 64, 9: 81A6 = 0, 0, 1, 1, 2, 4, 3, 9, 4, 16, 5, 25, 6, 36, 7, 49, 8, 64, 9, 81为什么提这个问题： 列表解析（list comprehension）十分节约时间，对很多人来说也是一个大的学习障碍。 如果你读懂了这些代码，就很可能能够写下正确地值。 其中部分代码故意写的怪怪的。因为你共事的人之中也会有怪人。32下面代码会输出什么：def f(x,l=): for i in range(x): l.append(i*i) print(l)f(2)f(3,3,2,1)f(3)答案：0, 13, 2, 1, 0, 1, 40, 1, 0, 1, 4呃？第一个函数调用十分明显，for循环先后将0和1添加至了空列表l中。l是变量的名字，指向内存中存储的一个列表。第二个函数调用在一块新的内存中创立了新的列表。l这时指向了新生成的列表。之后再往新列表中添加0、1和4。很棒吧。第三个函数调用的结果就有些奇怪了。它使用了之前内存地址中存储的旧列表。这就是为什么它的前两个元素是0和1了。33你如何管理不同版本的代码？答案：版本管理！被问到这个问题的时候，你应该要表现得很兴奋，甚至告诉她们你是如何使用Git（或是其它你最喜欢的工具）追踪自己和奶奶的书信往来。我偏向于使用Git作为版本控制系统（VCS），但还有其它的选择，比如subversion（SVN）。为什么提这个问题：因为没有版本控制的代码，就像没有杯子的咖啡。有时候我们需要写一些一次性的、能够随手扔掉的脚本，这种情况下不作版本控制没关系。可是如果你面正确是大量的代码，使用版本控制系统是有利的。版本控制能够帮你追踪谁对代码库做了什么操作；发现新引入了什么bug；管理你的软件的不同版本和发行版；在团队成员中分享源代码；部署及其它自动化处理。它能让你回滚到出现问题之前的版本，单凭这点就特别棒了。还有其它的好功能。怎么一个棒字了得！34“猴子补丁”（monkey patching）指的是什么？这种做法好吗？答案：“猴子补丁”就是指，在函数或对象已经定义之后，再去改变它们的行为。举个例子：import datetimedatetime.datetime.now = lambda: datetime.datetime( , 12, 12)大部分情况下，这是种很不好的做法 - 因为函数在代码库中的行为最好是都保持一致。打“猴子补丁”的原因可能是为了测试。mock包对实现这个目的很有帮助。为什么提这个问题？答对这个问题说明你对单元测试的方法有一定了解。你如果提到要避免“猴子补丁”，能够说明你不是那种喜欢花里胡哨代码的程序员（公司里就有这种人，跟她们共事真是糟糕透了），而是更注重可维护性。还记得KISS原则码？答对这个问题还说明你明白一些Python底层运作的方式，函数实际是如何存储、调用等等。另外：如果你没读过mock模块的话，真的值得花时间读一读。这个模块非常有用。35阅读下面的代码，它的输出结果是什么？class A(object): def go(self): print go A go! def stop(self): print stop A stop! def pause(self): raise Exception(Not Implemented)class B(A): def go(self): super(B, self).go() print go B go!class C(A): def go(self): super(C, self).go() print go C go! def stop(self): super(C, self).stop() print stop C stop!class D(B,C): def go(self): super(D, self).go() print go D go! def stop(self): super(D, self).stop() print stop D stop! def pause(self): print wait D wait!class E(B,C): passa = A()b = B()c = C()d = D()e = E()# 说明下列代码的输出结果a.go()b.go()c.go()d.go()e.go()a.stop()b.stop()c.stop()d.stop()e.stop()a.pause()b.pause()c.pause()d.pause()e.pause()答案输出结果以注释的形式表示：a.go()# go A go!b.go()# go A go!# go B go!c.go()# go A go!# go C go!d.go()# go A go!# go C go!# go B go!# go D go!e.go()# go A go!# go C go!# go B go!a.stop()# stop A stop!b.stop()# stop A stop!c.stop()# stop A stop!# stop C stop!d.stop()# stop A stop!# stop C stop!#