蒋振飞的博客 - Python相关试题汇总   
正在加载蒋振飞的博客...
V3.0
蒋振飞的博客

Python相关试题汇总

发布时间: 2018年09月05日 发布人: 蒋振飞 热度: 449 ℃ 评论数: 0

说明:以下是我学习整理的有关Python的相关笔试或者面试题,因为题目是自己解答的,如有错误,欢迎指出!

2018-09-06

1.简述函数式编程  
    答:在函数式编程中,函数是基本单位,变量只是一个名称,而不是一个存储单元。除了匿名函数外,Python还使用fliter(),map(),reduce(),apply()函数来支持函数式编程。

2.什么是匿名函数,匿名函数有什么局限性
    答:匿名函数,也就是lambda函数,通常用在函数体比较简单的函数上。匿名函数顾名思义就是函数没有名字,因此不用担心函数名冲突。不过Python对匿名函数的支持有限,只有一些简单的情况下可以使用匿名函数。

3.如何捕获异常,常用的异常机制有哪些?
    答:如果我们没有对异常进行任何预防,那么在程序执行的过程中发生异常,就会中断程序,调用python默认的异常处理器,并在终端输出异常信息。
    ①try...except...finally语句:当try语句执行时发生异常,回到try语句层,寻找后面是否有except语句。找到except语句后,会调用这个自定义的异常处理器。except将异常处理完毕后,程序继续往下执行。finally语句表示,无论异常发生与否,finally中的语句都要执行。
    ②assert语句:判断assert后面紧跟的语句是True还是False,如果是True则继续执行print,如果是False则中断程序,调用默认的异常处理器,同时输出assert语句逗号后面的提示信息。
    ③with语句:如果with语句或语句块中发生异常,会调用默认的异常处理器处理,但文件还是会正常关闭。

4.copy()与deepcopy()的区别
    答:copy是浅拷贝,只拷贝可变对象的父级元素。 deepcopy是深拷贝,递归拷贝可变对象的所有元素。

5.函数装饰器有什么作用(常考)
    答:装饰器本质上是一个Python函数,它可以让其他函数在不需要做任何代码变动的前提下增加额外功能,装饰器的返回值也是一个函数对象。它经常用于有切面需求的场景,比如:插入日志、性能测试、事务处理、缓存、权限校验等场景。有了装饰器,就可以抽离出大量与函数功能本身无关的雷同代码并继续重用。

6.简述Python的作用域以及Python搜索变量的顺序
    答:Python作用域简单说就是一个变量的命名空间。代码中变量被赋值的位置,就决定了哪些范围的对象可以访问这个变量,这个范围就是变量的作用域。在Python中,只有模块(module),类(class)以及函数(def、lambda)才会引入新的作用域。Python的变量名解析机制也称为 LEGB 法则: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)。

7.新式类和旧式类的区别如何确保使用的类是新式类
    答:为了统一类(class)和类型(type),python在2.2版本引进来新式类。在2.1版本中,类和类型是不同的。
    为了确保使用的是新式类,有以下方法:
    ①放在类模块代码的最前面 __metaclass__ = type
    ②从内建类object直接或者间接地继承
    ③在python3版本中,默认所有的类都是新式类。

8.简述__new__和__init__的区别
    答:创建一个新实例时调用__new__,初始化一个实例时用__init__,这是它们最本质的区别。
    ①new方法会返回所构造的对象,init则不会。
    ②new函数必须以cls作为第一个参数,而init则以self作为其第一个参数。

9.Python垃圾回收机制(常考)
    答: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,通过“标记-清除”(mark and sweep)解决容器对象可能产生的循环引用问题,通过“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:
            简单 实时性 。
        缺点:
            维护引用计数消耗资源 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,把所有可以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,存活时间通常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。

10.Python中的@property有什么作用?如何实现成员变量的只读属性?
    答:@property装饰器就是负责把一个方法变成属性调用,通常用在属性的get方法和set方法,通过设置@property可以实现实例成员变量的直接访问,又保留了参数的检查。另外通过设置get方法而不定义set方法可以实现成员变量的只读属性。

11.*args and **kwargs
    答:*args代表位置参数,它会接收任意多个参数并把这些参数作为元组传递给函数。**kwargs代表的关键字参数,允许你使用没有事先定义的参数名,另外,位置参数一定要放在关键字参数的前面。

12.有用过with statement吗?它的好处是什么?具体如何实现?
    答:with语句适用于对资源进行访问的场合,确保不管使用过程中是否发生异常都会执行必要的“清理”操作,释放资源,比如文件使用后自动关闭、线程中锁的自动获取和释放等。

13.what will be the output of the code below? explain your answer

def extend_list(val, list=[]):
    list.append(val)
    return list

list1 = extend_list(10)
list2 = extend_list(123, [])
list3 = extend_list('a')

print(list1) # list1 = [10, 'a']
print(list2) # list2 = [123]
print(list3) # list3 = [10, 'a']


# 按照我个人的理解做这道题,extend_list函数一共有两个参数,分别是变量传参和默认传参
# 如果只是传入一个参数,说明list=[]是全局变量,会将所有仅含一个参数的的结果添加在同一个列表中,所以解释了list1和list3的结果
# 如果传递了一个变量,还使用了[],说明这个列表是局部变量,解释了list2的结果
# 新增list2 = extend_list([]),则list1,list3,list4输出都为[10, 'a', []]
class Parent(object):
    x = 1

class Child1(Parent):
    pass

class Child2(Parent):
    pass

print(Parent.x, Child1.x, Child2.x)  # [1,1,1]
Child1.x = 2
print(Parent.x, Child1.x, Child2.x)  # [1,2,1]
Partent.x = 3
print(Parent.x, Child1.x, Child2.x)  # [3,2,3]

# 因为Child1和Child2都继承了Parent类,所以也继承了x=1的类属性
# 没有任何赋值的情况下,第一种情况都输出为1
# 当Child1的x属性被赋值为2,则只有Child1.x输出2
# 因为Partent是基类,当Partent.x = 3,则Child2继承的x属性也输出3,而Child1的类属性已经被重写了,所以仍为2

14.在一个二维数组中,每一行都按照从左到右递增的顺序排序,每一列都按照从上到下递增的顺序排序。请完成一个函数,输入这样的一个二维数组和一个整数,判断数组中是否含有该整数。

arr = [[1,4,7,10,15], [2,5,8,12,19], [3,6,9,16,22], [10,13,14,17,24], [18,21,23,26,30]]

def getNum(num, data=None):
    while data:
        if num > data[0][-1]:
        # 如果当前的num大于二维数组的第一个数组最后一个
        # 删除第一个数组
            del data[0]
            print(data)
        elif num < data[0][-1]:
        # 如果当前的num小于二维数组的第一个数组最后一个
            data = list(zip(*data))
            del data[-1]
            data = list(zip(*data))
            print(data)
            getNum(num, data=None)
        else:
            return True
            data.clear()
    return False
 
 
if __name__ == '__main__':
    print(getNum(18, arr))
    
# [[2, 5, 8, 12, 19], [3, 6, 9, 16, 22], [10, 13, 14, 17, 24], [18, 21, 23, 26, 30]]
# [(2, 5, 8, 12), (3, 6, 9, 16), (10, 13, 14, 17), (18, 21, 23, 26)]
# [(3, 6, 9, 16), (10, 13, 14, 17), (18, 21, 23, 26)]
# [(10, 13, 14, 17), (18, 21, 23, 26)]
# [(18, 21, 23, 26)]
# [(18, 21, 23)]
# [(18, 21)]
# [(18,)]
# True

15.获取最大公约数、最小公倍数

a = 36
b = 21


def maxCommon(a, b):
    """
    返回最大公约数
    """
    while b:
        a, b = b, a % b
        # a,b = 21,15
        # a,b = 15,6
        # a,b = 6,3
        # a,b = 3,0
    return a


def minCommon(a, b):
    """
    返回最小公倍数
    """
    c = a * b
    c = 756
    while b:
        a, b = b, a % b
        # a,b = 21,15
        # a,b = 15,6
        # a,b = 6,3
        # a,b = 3,0
    # //取的是结果的最小整数
    return c // a


if __name__ == '__main__':
    print(maxCommon(a, b))
    print(minCommon(a, b))

16.获取中位数

def medium(data):
    data.sort()
    # //取的是结果的最小整数
    half = len(data) // 2
    return (data[half] + data[~half])/2

l = [1,3,4,53,2,46,8,42,82]

if __name__ == '__main__':
    print(median(l))
    # 8.0

17.输入一个整数,输出该数二进制表示中1的个数。其中负数用补码表示。

def getOneCount(num):
    if num > 0:
        b_num = bin(num)
        print(b_num) # 0b101
        count = b_num.count('1')
        return count
    elif num < 0:
        b_num = bin(~num)
        print(b_num) # 0b100
        count = 8 - b_num.count('1')
        return count
    else:
        return 8

if __name__ == '__main__':
    print(getOneCount(5)) # 2
    print(getOneCount(-5)) # 7
    print(getOneCount(0))

2018-09-09

1.谈下python的GIL  
    答:GIL 是python的全局解释器锁,同一进程中假如有多个线程运行,一个线程在运行python程序的时候会霸占python解释器(加了一把锁即GIL),使该进程内的其他线程无法运行,等该线程运行完后其他线程才能运行。如果线程运行过程中遇到耗时操作,则解释器锁解开,使其他线程运行。所以在多线程中,线程的运行仍是有先后顺序的,并不是同时进行。
    多进程中因为每个进程都能被系统分配资源,相当于每个进程有了一个python解释器,所以多进程可以实现多个进程的同时运行,缺点是进程系统资源开销大。

2.python2和python3的range(100)的区别
    答:python2返回列表,python3返回迭代器,节约内存。

3.python中生成随机整数、随机小数、0--1之间小数方法
    ①随机整数:random.randint(a,b),生成区间内的整数。
    ②随机小数:习惯用numpy库,利用np.random.randn(5)生成5个随机小数。
    ③0-1随机小数:random.random(),括号中不传参。

4.python2和python3区别?列举5个
    ①Python3 使用 print 必须要以小括号包裹打印内容,比如 print('hi')。
    ②python2 range(1,10)返回列表,python3中返回迭代器,节约内存。
    ③python2中使用ascii编码,python中使用utf-8编码。
    ④python2中unicode表示字符串序列,str表示字节序列,python3中str表示字符串序列,byte表示字节序列。
    ⑤python2中为正常显示中文,引入coding声明,python3中不需要。
    ⑥python2中是raw_input()函数,python3中是input()函数。

5.提高python运行效率的方法
    ①使用生成器,因为可以节约大量内存。
    ②循环代码优化,避免过多重复代码的执行。
    ③核心模块用Cython  PyPy等,提高效率。
    ④多进程、多线程、协程。
    ⑤多个if 。

6.分别从前端、后端、数据库阐述web项目的性能优化
    ①前端优化:
        减少http请求、例如制作精灵图。
        html和CSS放在页面上部,javascript放在页面下面,因为js加载比HTML和Css加载慢,所以要优先加载html和css,以防页面显示不全,性能差,也影响用户体验差。
    ②后端优化:
        缓存存储读写次数高,变化少的数据,比如网站首页的信息、商品的信息等。应用程序读取数据时,一般是先从缓存中读取,如果读取不到或数据已失效,再访问磁盘数据库,并将数据再次写入缓存。
    ③异步方式,如果有耗时操作,可以采用异步,比如celery。
    ④代码优化,避免循环和判断次数太多,如果多个if else判断,优先判断最有可能先发生的情况。
    ⑤数据库优化:
        如有条件,数据可以存放于redis,读取速度快。
        建立索引、外键等。

7.简述同源策略
    同源策略需要同时满足以下三点要求: 
    ①协议相同 。
    ②域名相同 。
    ③端口相同 。

8.简述cookie和session的区别
    ①session 在服务器端,cookie 在客户端(浏览器)。
    ②session 的运行依赖 session id,而 session id 是存在 cookie 中的,也就是说,如果浏览器禁用了 cookie ,同时 session 也会失效,存储Session时,键与Cookie中的sessionid相同,值是开发人员设置的键值对信息,进行了base64编码,过期时间由开发人员设置。
    ③cookie安全性比session差。

9.IOError、AttributeError、ImportError、IndentationError、IndexError、KeyError、SyntaxError、NameError分别代表什么异常
    ①IOError:输入输出异常。
    ②AttributeError:试图访问一个对象没有的属性。
    ③ImportError:无法引入模块或包,基本是路径问题。
    ④IndentationError:语法错误,代码没有正确的对齐。
    ⑤IndexError:下标索引超出序列边界。
    ⑥KeyError:试图访问你字典里不存在的键。
    ⑦SyntaxError:Python代码逻辑语法出错,不能执行。
    ⑧NameError:使用一个还未赋予对象的变量。

10.MyISAM 与 InnoDB 区别
    ①InnoDB 支持事务,MyISAM 不支持,这一点是非常之重要。事务是一种高级的处理方式,如在一些列增删改中只要哪个出错还可以回滚还原,而 MyISAM就不可以了。
    ②MyISAM 适合查询以及插入为主的应用,InnoDB 适合频繁修改以及涉及到安全性较高的应用。
    ③InnoDB 支持外键,MyISAM 不支持。
    ④对于自增长的字段,InnoDB 中必须包含只有该字段的索引,但是在 MyISAM表中可以和其他字段一起建立联合索引。
    ⑤清空整个表时,InnoDB 是一行一行的删除,效率非常慢。MyISAM 则会重建表。

11.简述乐观锁和悲观锁
    悲观锁, 就是很悲观,每次去拿数据的时候都认为别人会修改,所以每次在拿数据的时候都会上锁,这样别人想拿这个数据就会block直到它拿到锁。传统的关系型数据库里边就用到了很多这种锁机制,比如行锁,表锁等,读锁,写锁等,都是在做操作之前先上锁。
    乐观锁,就是很乐观,每次去拿数据的时候都认为别人不会修改,所以不会上锁,但是在更新的时候会判断一下在此期间别人有没有去更新这个数据,可以使用版本号等机制,乐观锁适用于多读的应用类型,这样可以提高吞吐量。

12.python传参数是传值还是传址?
    Python中函数参数是引用传递(注意不是值传递)。对于不可变类型(数值型、字符串、元组),因变量不能修改,所以运算不会影响到变量自身;而对于可变类型(列表字典)来说,函数体运算可能会更改传入的参数变量。

13.列表[1,2,3,4,5],请使用map()函数输出[1,4,9,16,25],并使用列表推导式提取出大于10的数,最终输出[16,25]
    map()函数第一个参数是fun,第二个参数是一般是list,第三个参数可以写list,也可以不写,根据需求。

# map(function, iterable, ...)
res = map(lambda x:x**2, [1, 2, 3, 4, 5])
res = [i for i in res if i > 10]

14.s = "ajldjlajfdljfddd",去重并从小到大排序输出"adfjl"

s = "ajldjlajfdljfddd"
s = list(set(s))
s.sort()
res = "".join(s)

15.字典如何删除键和合并两个字典

dict = {"name":"jack", "age": 18}
del dict["name"]

dict1 = {"gender": "man"}
dict1.update(dict)

16.数据表student有id,name,score,city字段,其中name中的名字可有重复,需要消除重复行,请写sql语句

select  distinct  name  from  student

17.用lambda函数实现两个数相乘

z = lambda x,y:x*y
print(z(1, 4))

18.list=[2,3,5,4,9,6],从小到大排序,不许用sort,输出[2,3,4,5,6,9]
    利用min()方法求出最小值,原列表删除最小值,新列表加入最小值,递归调用获取最小值的函数,反复操作。

list = [2,3,5,4,9,6]
list2 = []

def get_min(list):
    x = min(list)
    list.remove(x)
    list2.append(x)
    if len(list) > 0:
        get_min(list)
    return list2
    
list2 = get_min(list)

19.对list排序foo = [-5,8,0,4,9,-4,-20,-2,8,2,-4],使用lambda函数从小到大排序

foo = [-5,8,0,4,9,-4,-20,-2,8,2,-4]

a = sorted(foo, key=lambda x:x)
print(a)

foo.sort(reverse=False)
print(foo)

    以日期为单位进行学习梳理,不定期更新...

打赏 蒋振飞

取消

感谢您的支持,我会继续努力的!

扫码支持
一分也是爱     一块不嫌多

点击 支付宝 或 微信 打赏蒋振飞

打开支付宝扫一扫,即可进行扫码打赏哦

评论列表