-
合并字典：请合并下面两个字典 a = {"A"：1,"B"：2},b = {"C"：3,"D"：4}
dict1 = {"A": 1, "B": 2} dict2 = {"C": 3, "D": 4} # 方式一 **表示打散 print({**dict1, **dict2}) # * ** 都表示打散可迭代对象 # 方式二 update方法 dict1.update(dict2) # 合并字典 -
元组操作：如何把元组 ("a","b") 和元组 (1,2)，变为字典 {"a"：1,"b"：2}
# zip的使用 a = ("a", "b") b = (1, 2) print(dict(zip(a, b))) -
交换字典的键和值
dict1 = {"A": 1, "B": 2} res = {k: v for v, k in dict1.items()} print(res) -
我们知道对于列表可以使用切片操作进行部分元素的选择，那么如何对生成器类型的对象实现相同的功能呢？
-
Python交换两个变量的值
a,b=b,a这个不是元组解包，在栈的顶端做两个值的交换。
-
read()/readline()/readlines()
with open('test.txt', 'r', encoding='utf-8') as f: text = f.read() print(text)with open('test.txt', 'r', encoding='utf-8') as f: try: line = f.readline() if line: print(line) except: passwith open('test.txt', 'r', encoding='utf-8') as f: try: lines = f.readlines() # 全部加载到内存 for line in lines: print(line) except: pass -
json序列化，可以支持的数据类型是str/int/tuple/dict/bool/None,而datetime不支持json序列化。
-
json序列化遇到中文会转换成Unicode，想要保留中文怎么办？
import json a = json.dumps({"name": "张三"}) print(a) """ {"name": "u5f20u4e09"} """import json a = json.dumps({"name": "张三"}, ensure_ascii=False) print(a) """ {"name": "张三"} """ -
AB两个文件里面都是字母，读出来排序好后，写在C文件里面
with open('test1.txt', 'r') as f1: line1 = f1.readline() with open('test2.txt', 'r') as f2: line2 = f2.readline() line = line1 + line2 line = sorted(line) print(line) with open("test3.txt", "a+") as f: f.write("".join(line)) -
求在当前时间的基础上加N天后的日期
import datetime def datetime_operate(num:int): now = datetime.datetime.now() _new_date=now+datetime.timedelta(days=num) # 再将这个数字转换为标准的时间 new_date = _new_date.strftime("%Y%m%d") return new_date if __name__=="__main__": res = datetime_operate(10) print(res) -
下面代码会存在什么问题
def strappend(num)： str='first' for i in range(num)： str+=str(i) return str问题如下：
- str是内置函数，不应该作为变量名。
- str是不可变对象，每次迭代都会占用新的空间，num越大，浪费的空间就越大，是yield改成生成器即可。
- 从函数命名规范来讲，函数名改用分隔符比较好。
def str_append(num): s = 'first' for i in range(num): s += str(i) yield s if __name__ == '__main__': for i in str_append(3): print(i) -
with语句的作用，写一段代码？
with语句，即上下文管理协议，这里面包含
__enter__和__exit__两个方法。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、线程中的锁自动获取和释放。class Test: def __enter__(self): print('__enter__() is called!') return self def dosomething(self): print('do something!') def __exit__(self,*args,**kwargs): print('__exit__() is called!') with Test() as sample: sample.dosomething() -
统计文件中大写字母的数量
with open('A.txt') as f: count=0 for word in f.read(): if word.isupper(): count+=1 print(count) -
Redis基本类型
- string
- hash
- list
- set
- zset(sorted set：有序集合)
-
Python 连接MySQL/MongoDB/Redis
-
数据库三范式
-
分布式锁
-
Redis事务
-
装饰器有什么作用？举例说明？
装饰器就是一个函数，在不改变任何代码变动的前提下给一个函数增加额外功能，起到装饰效果。
应用场景：
-
插入日志
-
性能测试
-
事务处理
-
缓存
-
权限校验
from functools import wraps def log(label): def decorate(func): @wraps(func) def _wrap(*args,**kwargs): try: func(*args,**kwargs) print("name",func.__name__) except Exception as e: print(e.args) return _wrap return decorate @log("info") def foo(a,b,c): print(a+b+c) print("in foo") if __name__=="__main__": foo(1,2,3) # mark一下，这个还需要认真琢磨琢磨。
-
Python垃圾回收机制
对于Python语言来讲，对象的类型和内存都是在运行时确定的，这也是我们称Python语言为动态类型的原因。
垃圾回收机制：
- 应用计数机制
- 标记-清除
- 分代回收
-
魔法函数
__call__怎么使用？class Bar: def __call__(self,*args,**kwargs): print("in call") if __name__=="__main__": b=Bar() b() -
判断一个对象是函数还是方法？
from types import MethodType, FunctionType class Bar: def foo(self): pass def foo1(): pass print("foo是函数", isinstance(Bar().foo, FunctionType)) print("foo是方法", isinstance(Bar().foo, MethodType)) -
python的传参是传值还是传址？
Python中传参既不是传值也不是传地址，传的是对象的应用。
-
Python中的元类(metaclass)使用举例。
-
什么是猴子补丁？
-
内存管理
-
正则表达式
-
enumerate
enumerate可以在迭代一个对象的时候，同时获取当前对象的索引和值
from string import ascii_lowercase from string import ascii_uppercase s = ascii_uppercase for index, value in enumerate(s): print(index, value) -
列举五个标准模块
- pathlib 路径操作模块
- urllib 网络请求模块
- asyncio Python异步库
- re 正则表达式模块
- itertools 操作生成器的一些模块
-
Python异常处理
try: 1 / 0 except Exception as e: print(e) ''' division by zero ''' -
python中递归的最大次数
答：最大次数默认为1000，一般电脑只能达到998。
import sys sys.setrecursionlimit(1500) # 这个只是修改的Python解释器允许的最大递归次数，此外限制还和OS有关。 -
面向对象的mro
调用类对象的mro()方法获取其继承关系。
-
断言：
Python中是断言语句实现此功能的，一般表达式为true的情况下，程序才能通过。
# assert() 断言成功，程序继续执行，断言失败，程序报错。 # 断言能够帮助别人活着未来的你理解代码 # 找出程序中逻辑不对的地方 # 一方面，断言会提醒你某个对象应该处于何种状态 # 另一方面 ，如果某个时候断言为假，会抛出异常 def foo(a): assert a==2,Exception('不等于2') print('ok',a) if __name__=='__main__': foo(1) -
lambda表达式是一个匿名函数，在函数编程中经常作为参数使用。
-
列举5个Python中的异常类型以及其含义
- AttributeError 对象没有这个属性
- NotImplementedError 尚未实现的方法
- StopIteration 迭代器没有更多的值
- TypeError 对类型无效的操作
- IndentationError 缩进错误
-
列举sort和sorted的区别：
相同之处 sort 和 sorted 都可以对列表元素排序，sort() 与 sorted() 的不同在于，sort 是在原位重新排列列表，而 sorted() 是产生一个新的列表。 sort 是应用在 list 上的方法，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，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。
-
进制问题
print(int(0b1010)) print(bin(0xf)) print(oct(8)) print(hex(16)) ''' 10 0b1111 0o10 0x10 '''
算法和数据结构：
-
用Python实现一个二分查找的函数
def binary_search(arr, num): n = len(arr) left = 0 right = n - 1 # 最右边的index while left <= right: mid = (left + right) // 2 if num == arr[mid]: return "index:" + str(mid) elif num < arr[mid]: right = mid - 1 # 比中间的小 else: left = mid + 1 # 比中间的大 return False # 从这个循环里面跳出来说明木有找到，返回False if __name__ == "__main__": lst = [1, 3, 4, 5, 7, 100] res = binary_search(lst, 7) print(res)