1、关于Python中的复数，下列说法错误的是（C）
A、表是复数的语法是real + image j
B、实部和虚部都是浮点数
C、虚部必须后缀j，且必须小写
D、方法conjugate返回复数的共轭复数
分析：
A，Python中复数表达形式：real + image j/J；
B，Python实部和虚部均浮点类型；
C，虚部后缀为j或J；
D，方法conjugate返回复数的共轭复数，如1+2j调用此方法后变为1-2j;
2、What gets printed?（ 4 ）
nums=([1,1,2,3,3,3,4])
print(len(nums))
set 类型的特性是会移除集合中重复的元素，因此变量 nums 实际上等于：set中的数据不能重复，会自动去除重复的值
nums = {1, 2, 3, 4}
3、以下程序输出为：None 18
info = {'name':'班长', 'id':100, 'sex':'f', 'address':'北京'}
age = info.get('age')
print(age)
age=info.get('age',18)
print(age)
dict.get(key, value=None)
当value的值存在时返回其本身，当key的值不存在时返回None（即默认参数）。
5、已知a = [1, 2, 3]和b = [1, 2, 4]，那么id(a[1])==id(b[1])的执行结果 （ TRUE ）
print(id(a[1]) ==id (b[1])) True
print((a[1]) is (b[1])) True
1、is 比较两个对象的 id 值是否相等，是否指向同一个内存地址；
2、== 比较的是两个对象的内容是否相等，值是否相等
在python3.6中对于小整数对象有一个小整数对象池，范围不止在[-5,257）之间。我试了百万以上的数地址都是相同的。
id（object）是python的一个函数用于返回object的内存地址。但值得注意的是，python 为了提高内存利用效率会对一些简单的对象（如数值较小的int型对象，字符串等）采用重用对象内存的办法。
6、以上函数输出结果为： 一个 shape = (10,5) 的 one-hot 矩阵
import numpy as np
a = np.repeat(np.arange(5).reshape([1,-1]),10,axis = 0)+10.0
b = np.random.randint(5, size= a.shape)
c = np.argmin(a*b, axis=1)
b = np.zeros(a.shape)
b[np.arange(b.shape[0]), c] = 1
print b
>>> a = np.repeat(np.arange(5).reshape([1,-1]),10)
>>> a
array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2,
2, 2, 2, 2, 2, 2, 2, 3, 3, 3, 3, 3, 3, 3, 3, 3, 3, 4, 4, 4, 4, 4, 4,
4, 4, 4, 4])
>>> a = np.repeat(np.arange(5).reshape([1,-1]),10,axis=0)
>>> a
array([[0, 1, 2, 3, 4],
[0, 1, 2, 3, 4],
[0, 1, 2, 3, 4],
[0, 1, 2, 3, 4],
[0, 1, 2, 3, 4],
[0, 1, 2, 3, 4],
[0, 1, 2, 3, 4],
[0, 1, 2, 3, 4],
[0, 1, 2, 3, 4],
[0, 1, 2, 3, 4]])
a = np.repeat(np.arange(5).reshape([1,-1]),10,axis = 0)+10.0
>>> a
array([[ 10., 11., 12., 13., 14.],
[ 10., 11., 12., 13., 14.],
[ 10., 11., 12., 13., 14.],
[ 10., 11., 12., 13., 14.],
[ 10., 11., 12., 13., 14.],
[ 10., 11., 12., 13., 14.],
[ 10., 11., 12., 13., 14.],
[ 10., 11., 12., 13., 14.],
[ 10., 11., 12., 13., 14.],
[ 10., 11., 12., 13., 14.]])
#生成数组[0,1,2,3,4]
np.arange(5)
#原数组共有x个元素，reshape([n,-1])意思是将原数组重组为n行x/n列的新数组
#所以数组共有5个元素，重组为1行5列的数组
reshape([1,-1])
#因为axis=0，所以是沿着竖轴方向重复，增加列数（行的方向上（axis=1），在列的方向上（axis=0））
#所以原数组增加10行
repeat(np.arange(5).reshape([1,-1]), 10, axis = 0)
#数组每个元素都+10
a = repeat(np.arange(5).reshape([1,-1]), 10, axis = 0) + 10
>>> b = np.random.randint(5, size= a.shape) # 随机生成大小为a.shape的数组，数组元素为[0,5)区间范围的整数。
>>> b
array([[0, 4, 3, 0, 2],
[0, 0, 3, 3, 3],
[3, 1, 4, 3, 1],
[3, 2, 3, 0, 2],
[3, 4, 4, 0, 3],
[0, 3, 2, 4, 3],
[0, 4, 1, 0, 1],
[4, 4, 4, 0, 4],
[1, 2, 2, 2, 2],
[2, 0, 1, 0, 4]])
>>> c = np.argmin(a*b, axis=1) # 随机生成大小为a.shape的数组，数组元素为[0,5)区间范围的整数。
>>> c
array([0, 0, 1, 3, 3, 0, 0, 3, 0, 1], dtype=int64)
>>> b = np.zeros(a.shape) # 生成a.shape大小的全零数组
>>> b
array([[ 0., 0., 0., 0., 0.],
[ 0., 0., 0., 0., 0.],
[ 0., 0., 0., 0., 0.],
[ 0., 0., 0., 0., 0.],
[ 0., 0., 0., 0., 0.],
[ 0., 0., 0., 0., 0.],
[ 0., 0., 0., 0., 0.],
[ 0., 0., 0., 0., 0.],
[ 0., 0., 0., 0., 0.],
[ 0., 0., 0., 0., 0.]])
>>> b[np.arange(b.shape[0]), c] = 1
>>> b
array([[ 1., 0., 0., 0., 0.],
[ 1., 0., 0., 0., 0.],
[ 0., 1., 0., 0., 0.],
[ 0., 0., 0., 1., 0.],
[ 0., 0., 0., 1., 0.],
[ 1., 0., 0., 0., 0.],
[ 1., 0., 0., 0., 0.],
[ 0., 0., 0., 1., 0.],
[ 1., 0., 0., 0., 0.],
[ 0., 1., 0., 0., 0.]])
b.shape[0]表示b的列数，10列
b[np.arange(10), c]=1表示np.arange(10)生成的数组中，所有c对应的位置全置为1。
7、python代码如下:
foo = [1,2]
foo1 = foo
foo.append(3)
答案：
foo 值为[1,2,3]
foo1 值为[1,2,3]
8、__new__和__init__的区别，说法正确的是？
答案：
__new__是一个静态方法，而__init__是一个实例方法
__new__方法会返回一个创建的实例，而__init__什么都不返回
只有在__new__返回一个cls的实例时，后面的__init__才能被调用
当创建一个新实例时调用__new__，初始化一个实例时用__init__
9、解释型语言的特性有什么？
答案：
非独立
效率低
非独立：JavaScript语言依赖执行环境，对于客户端来说是浏览器，对于服务端来说是node。
效率低：执行前不需要编译，执行时才编译，因此效率低。
10、下面的程序根据用户输入的三个边长a,b,c来计算三角形面积.请指出程序中的错误：(设用户输入合法,面积公式无误) （BC）
import math
a, b, c = raw_input(“Enter a,b,c: ”)
s = a + b + c
s = s / 2.0
area = sqrt(s*(s-a)*(s-b)*(s-c))
print “The area is:”, area
A、1
B、2
C、5
D、6
2错是因为too many values to unpack，这个错误。Python2可以改为a, b, c = raw_input(), raw_input()，这样不会有语法错误，但是a, b, c都还是字符串，用type()命令可以知道，之后可能还要int()回来，所以要么使用eval(raw_input())，要么就是用Python3。5错，应该是math.sqrt，或者上面1直接用from math import sqrt。
`raw_input`获取的都是str类型, 那么第4行`str/float` 也是错误。