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...