☆ 文章前言

     ~~~~      本文内容收集整理了各大平台与博主大佬的面试题，并融入了部分个人理解，由于平台数量较多，不便逐一引用，在此郑重向各位大佬致谢，Solute！

85道精品面试题

1. 什么是解释型语言，什么是编译型语言？

     ~~~~      1.Python是一种解释型编程语言，Java 和 C++ 编译型语言

     ~~~~      2. 计算机不能直接理解高级语言，只能直接理解机器语言，所以必须要把高级语言翻译成机器语言（也就是机器码），计算机才能执行高级语言编写的程序。

     ~~~~      3. 解释性语言在运行程序的时候才会进行翻译，每次都需要将源代码进行翻译为机器码，效率低。

     ~~~~      4. 编译型语言写的程序在执行之前，需要一个专门的编译过程，把程序编译成机器语言（可执行文件，比如exe文件），以后要运行的话就不用重新翻译了，直接使用编译的结果就行了（exe文件），一次编译，多次执行，效率高。

注：
     ~~~~      1.跨平台的意思是最终生成的软件直接可以在各个平台使用。编译型语言需要为不同的平台编译后生成各平台不同的可执行文件。跨平台不是说各平台下要重新写新的代码，而是代码可以一样的，但是需要经过不同的处理后才能在各平台运行。而解释型语言就需要平台提供相应的解释器即可。

     ~~~~      2.部分解释型语言的解释器通过在运行时动态优化代码，甚至能够使解释型语言的性能超过编译型语言

     ~~~~      解释型语言和编译型语言详细介绍

2. python 的运行过程？

Python程序在解释器上执行分两个过程:

编译：

     ~~~~      当 Python 程序运行时，将编译的过程结果存放至内存中的 PyCodeObject 中，当程序运行结束后，Python 解释器将 PyCodeObject 回写到 .pyc 文件中，即首先把程序的字节码保存为一个以 .pyc 为扩展名的文件。作为一种启动速度的优化。下一次运行程序时，如果上没有修改过源码的话，Python 将会加载 .pyc 文件并跳过编译这个步骤。

执行：

     ~~~~     当程序编译成字节码后，发送到 Python 虚拟机上来执行。虚拟机是 Python 的运行引擎。是 Python 解释器的最后一步。

注：解释器即让其他程序运行起来的程序，是代码与机器的计算机硬件之间的软件逻辑层。Python 也是一个名为解释器的软件包。

     ~~~~     python执行过程

3. Python 的作用域？

Python中的作用域分4种情况:

L : local，局部作用域，即函数中定义的变量;

E : enclosing，嵌套的父级函数的局部作用域，即包含此函数的上级函数的局部作用域;

G : global，全局变量，就是模块级别定义的变量;

B : built-in，系统固定模块里面的变量，比如 int、byte、array 等。搜索变量的优先级顺序依次是：局部作用域 > 外层作用域 > 当前模块中的全局 > Python内置作用域，也就是LEGB。

     ~~~~      小结：

     ~~~~      内部作用域要修改外部作用域变量的值时，全局变量要使用 global 关键字，嵌套作用域变量要使用 nonlocal 关键字。nonlocal 是 Python3 新增的关键字，有了这个 关键字，就能完美的实现闭包了。

     ~~~~      python作用域

x = int(2.9)  # int built-in
  
g_count = 0  # global
def outer():
    o_count = 1  # enclosing
    def inner():
        i_count = 2  # local
        print(o_count)
    # print(i_count) 找不到
    inner()
outer()
  
# print(o_count) #找不到

4. python 的数据结构？

Python 中的绝大部分数据结构可以被最终分解为三种类型：集合(Set)，序列(Sequence)，映射(Mapping)。

1、集合是独立于标量，序列和映射之外的特殊数据结构，它支持数学理论的各种集合的运算。它的存在使得用程序代码实现数学理论变得方便。

2、序列是Python中最为基础的内建类型。它分为七种类型：列表、字符串、元组、Unicode 字符串、字节数组、缓冲区和 xrange 对象。常用的是：列表(List) 、字符串(String)、元组(Tuple)。

3、映射在 Python 的实现是数据结构字典(Dictionary)。作为第三种基本单位，映射的灵活使得它在多种场合中都有广泛的应用和良好的可拓展性。

     ~~~~      xrange介绍：即通过内部实现getitem，index 等方法，让对象实现索引切片等操作

     ~~~~      基本数据类型的操作强推

     ~~~~      注：元组中只包含一个元素时，需要在元素后面添加逗号，否则括号会被当作运算符使用；字典中的键是不可变的，所以列表这一类来充当键值是不行的；字典也有推导式；同时也有集合推导式

5. python 可变与不可变类型？

Python 可变类型是列表、集合、字典，不可变有字符串、元组、数字。

可变与不可变类型

6. 进程与线程？

     ~~~~     进程:一个运行的程序（代码）就是一个进程，没有运行的代码叫程序，进程是系统资源分配的最小单位，进程拥有自己独立的内存空间，所有进程间数据不共享，开销大。

     ~~~~     线程: cpu调度执行的最小单位，也叫执行路径，不能独立存在，依赖进程存在，一个进程至少有一个线程，叫主线程，而多个线程共享内存(数据共享，共享全局变量),从而极大地提高了程序的运行效率。

     ~~~~     进程与线程的理论

     ~~~~     进程与线程的运用

7. python 中的多线程？

     ~~~~     Python 在任意时刻，只有一个线程在解释器中运行。对 Python 虚拟机的访问由全局解释器锁（GIL）来控制，正是这个锁能保证同—时刻只有一个线程在运行。

     ~~~~     多线程共享主进程的资源，所以可能还会改变其中的变量，这个需加上线程锁，每次执行完一个线程再执行下一个线程。

     ~~~~      一个CPU在同一个时刻只能执行一个线程，但是当遇到 I/O 操作或者运行一定的代码量的时候就会释放全局解释器锁，执行另外一个线程。

     ~~~~     python 中的多线程详解

8. python 中的多进程？

     ~~~~     Python中的多进程是通过 multiprocessing 包来实现，每个进程中所有数据（(包括全局变量）都各自拥有一份，互不影响。它可以利用 Process 类来创建一个进程对象。

     ~~~~     进程对象的方法和线程对象的方法差不多，也有 start)、run()、join()等，但是，Thread 线程对象中的守护线程方法是 setDeamon ,而 Process 进程对象的守护进程是通过设置 daemon 属性来完成。

python 中的多进程

9. python 互斥锁与死锁？

     ~~~~     互斥锁:即确保某段关键代码的数据只能又一个线程从头到尾完整执行，保证了这段代码数据的安全性，但是这样就会导致死锁。

     ~~~~      死锁:多个子线程在等待对方解除占用状态，但是都不先解锁，互相等待，这就是死锁。

     ~~~~     python 互斥锁与死锁

10. Lambda?

     ~~~~     lambda函数是一个可以接收任意多个参数(包括可选参数)并且返回单个表达式值的函数

     ~~~~      1.lambda函数比较轻便，即用即仍，很适合需要完成一项功能，但是此功能只在此一处使用，连名字都很随意的情况下

     ~~~~      2.匿名函数，一般用来给filter，map这样的函数式编程服务lambda函数是一个可以接收任意多个参数(包括可选参数)并且返回单个表达式值的函数

     ~~~~      3.作为回调函数，传递给某些应用，比如消息处理

     ~~~~      Lambda

11. python 的深拷贝与浅拷贝？

注：浅拷贝中，调用 copy 函数，当改变原有序列，copy 的对象不会改变，单改变 copy 后的对象，原序列也会跟着改变

Python 深拷贝与浅拷贝

12. python 多线程是否能用多个CPU？

     ~~~~      Python 的多线程不能利用多核CPU。

     ~~~~     因为 Python 解释器使用了 GIL(Global lnterpreter Lock)，在任意时刻中只允许单个 Python 线程运行。无论系统有多少个 CPU 核心,Python 程序都只能在一个 CPU 上运行。

     ~~~~     注:GIL的功能是:在 CPython 解释器中执行的每一个 Python 线程，都会先锁住自己，以阻止别的线程执行。

13. python 垃圾回收机制？

Python 垃圾回收机制

14. python 里的生成器？

     ~~~~      生成器可以用于返回函数的中间结果像，常规函数一样撰写，但是在需要返回数据时使用 yield 语句。每当对它调用 next() 函数，生成器从它上次停止的地方重新开始 ( 它会记住所有的数据值和上次执行的语句 )。

     ~~~~      一边循环一边计算的机制，不像列表创建出来就占了全部空间，极大的节约了内存空间

     ~~~~      生成器详解

     ~~~~      生成器中的 send 方法
     ~~~~      send 方法续

15. Python 迭代器

Python 迭代器的理解与使用

15. 迭代器与生成器的区别？

迭代器：

     ~~~~      1. 是Python最强大的功能之一，是访问集合元素的一种方式；

     ~~~~      2. 迭代器是一个可以记住遍历位置的对象；

     ~~~~      3. 迭代器从集合的第一个元素来开始访问，直到访问完所有的元素，只能向前，不能后退；

     ~~~~      4. 迭代器有两个方法：next()和 iter()。

生成器：

     ~~~~      1. python中，使用了yield的函数，被称为生成器；

     ~~~~      2. 与普通函数不同，生成器返回的是一个迭代器对象，用于迭代；

     ~~~~      3. 在调用生成器运行过程中，每次遇到yield就暂停，并保存当前所有的运行信息，返回yield值，并在下一次执行next()时从当前位置继续执行；

     ~~~~      4. 调用一个生成器，返回迭代器对象。

迭代器与生成器的区别

16. python 列表 pop， remove、 del 等用法的区别？

17. 什么是闭包？

—句话说就是，在函数中再嵌套一个函数，并且引用外部函数的变量，最终返回函数内层函数，这就是一个闭包

def outer(x):
    def inner(y):
        return x + y
    return inner

print(outer(6)(5))
-----------------------------

>>>11

     ~~~~      如代码所示，在 outer 函数内，又定义了一个 inner 函数，并且 inner 函数又引用了外部函数 outer 的变量 x （自由变量），这就是一个闭包了。在输出时, outer(6)(5)，第一个括号传进去的值返回 inner 函数，其实就是返回 6+y，所以再传第二个参数进去，就可以得到返回值，6+5。

     ~~~~      闭包介绍
     ~~~~      闭包解释

18. Python 装饰器？

装饰器详解必读

19. Python 中 yield 和 return 的区别？

     ~~~~     共同点：return 和 yield 都用来返回值;在一次性地返回所有值场景中 return 和 yield 的作用是一样的。

     ~~~~     不同点：如果要返回的数据是通过 for 等循环生成的迭代器类型数据(如列表、元组)，return 只能在循环外部一次性地返回，yeild 则可以在循环内部逐个元素返回( yield 函数会暂停并保存当前所有的运行信息，返回 yield 的值,并在下一次执行 next() 方法时从当前位置继续运行)

     ~~~~     区别

20. Python 中 set 的底层实现？

     ~~~~     散列表（哈希表）。set 只是默认键和值是相同的

     ~~~~     注：散列表是根据关键字而直接进行访问值的数据结构。也就是说散列表建立了关键字和存储地址之间的一种直接映射关系。

     ~~~~      set 的底层实现

21. Python 中 dict 与 set 区别？

     ~~~~      1.字典是一系列无序的键值对的组合；集合 set() 里的元素默认键值是一样的，是单一的一个元素。

     ~~~~      2.从 python3.6 后，字典有序；集合无序

     ~~~~      3.字典键不能重复； set() 集合内元素不能重复

     ~~~~      注： set 内的元素必须是不可变类型， dict 中的键也必须是不可变类型，不能是列表这类

     ~~~~      字典与 set 区别必看系列

22. Python 中 __ init __ 和 __ new __ 和 __ call__ 的区别？

     ~~~~      __init__是初始化方法，

     ~~~~      __new__实例化对象

     ~~~~      __call__允许一个类的实例像函数一样被调用。实质上说，这意味着 x() 与 x.cal() 是相同

     ~~~~      构造方法 = 创建对象 + 初始化对象 = new + init

     ~~~~      __new__方法是在实例创建之前被调用，是一个静态方法，主要的功能就是创建一个类的实例并返回

     ~~~~      __init__方法是在实例创建之后被调用，主要的功能是设置实例的一些属性初始值

     ~~~~      实际测试：__new__在__init__之前被调用，__new__的返回值 ( 实例 ) 将传递给__init__方法的第一个参数 ( self )，然后__init__给这个实例 ( self ) 设置—些参数

     ~~~~      更细致的讲解

23. Python 内存管理？

     ~~~~      1.垃圾回收

     ~~~~      2.引用计数

     ~~~~      3.内存池机制

     ~~~~      python 内存管理

24. Python 中类方法和静态方法的区别？

     ~~~~      Python 类方法和实例方法相似，它最少也要包含一个参数，只不过类方法中通常将其命名为 cls，Python 会自动将类本身绑定给 cls 参数(注意，绑定的不是类对象)。也就是说，在调用类方法时，无需显式为 cls 参数传参。

     ~~~~      静态方法没有类似 self、cls 这样的特殊参数，因此 Python 解释器不会对它包含的参数做任何类或对象的绑定。也正因为如此，类的静态方法中无法调用任何类属性和类方法。

     ~~~~      实例方法只能被实例对象调用 ( Python3 中，如果类调用实例方法，需要显示的传 self,也就是实例对象自己)，静态方法(由 @staticmethod 装饰的方法)、类方法(由 @classmethod 装饰的方法)，可以被类或类的实例对象调用。

     ~~~~      实例方法，第一个参数必须要默认传实例对象，一般习惯用 self。 静态方法，参数没有要求。 类方法，第一个参数必须要默认传类，一般习惯用 cls。

     ~~~~      参考

25. 点积和矩阵相乘的区别？

     ~~~~     点积：维度完全—致的两个向量相乘，得到一个标量

     ~~~~     矩阵相乘：需要满足维度匹配才可以进行乘积，XN NY==>X*Y，得到的依然是一个矩阵

26. Python 中错误和异常处理？

     ~~~~      Python中会发生两种类型的错误。

     ~~~~      1、语法错误：如果未遵循正确的语言语法，则会引发语法错误。

     ~~~~      2、逻辑错误（异常)︰在运行时中，通过语法测试后发生错误的情况称为异常或逻辑类型。

     ~~~~     异常处理

     ~~~~      通过使用 try…except 来处理异常状况。一般来说会把通常的语句放在 try 代码块中，将错误处理器代码放置在 except 代码块中。

     ~~~~     Python 错误和异常处理

27. Python 中 try else 与 finally 区别？

     ~~~~      try …else 语句：else 语句是在 try 语句中的代码没有任何异常的情况下，再执行 else 语句下的代码。

     ~~~~      try…finally 语句 : finally 语句就是不管上面有没有异常，都要执行 finally 语句下的代码，通常是做一些必须要释放的资源的代码，最典型的就是文件操作和数据库操作。

     ~~~~      抛出异常 raise：raise 语句是抛出一个指定的异常。

28. 什么是猴子补丁？

     ~~~~      所谓的猴子补丁的含义是指在动态语言中，不去改变源码而对功能进行追加和变更。即在导入模块后，用自己的代码去替换模块的源代码。

     ~~~~      大佬详解

29. Python 中的 is 和 == 的区别？

     ~~~~      is 比较的是两个对象的 id 值是否相等，也就是比较两个对象是否为同一个实例对象，是否指向同一个内存地址。

     ~~~~      == 比较的是两个对象的内容是否相等，默认会调用对象的 eq() 方法。

30. GBK 和 UTF-8的区别？

     ~~~~      GBK 是在国家标准 GB2312 基础上扩容后兼容 GB2312 的标准。GBK 编码专门用来解决中文编码的，是双字节的。不论中英文都是双字节的。

     ~~~~      UTF-8 编码是用以解决国际上字符的一种多字节编码，它对英文使用 8 位(即一个字节)，中文使用 24 位(三个字节）来编码。对于英文字符较多的论坛则用 UTF-8 节省空间。另外，如果是外国人访问 GBK 网页，需要下载中文语言包支持。访问 UTF-8 编码的网页则不出现这问题。可以直接访问。

     ~~~~      GBK 包含全部中文字符； UTF-8 则包含全世界所有国家需要用到的字符。

     ~~~~      GBK 和 UTF-8 的区别

31. 遍历字典的方法？

dic1 = {'date':'2018.11.2','name':'carlber','work':"遍历",'number':3}
for i in dic1:   
	print(i)
for key in dic1.keys():   #遍历字典中的键
	print(key)
for value in dic1.values():  #遍历字典中的值
	print(value)
for item in dic1.items():  #遍历字典中的元素
	print(item)

32. 反转列表的方法？

# 1. 内建函数reversed()
li=[1,2,3,4,5,6]
a= list(reversed(li))

# 2. 内建函数sorted()
li=[1,2,3,4,5,6]
c=sorted(a, reverse=True)

# 3. 使用分片[::-1]
li=[1,2,3,4,5,6]
li[::-1]

33. 元组转为字典的方法？

#create a tuple
tuplex = ((2, "w"),(3, "r"))
print(dict((y, x) for x, y in tuplex))

34. init.py 文件的作用与意义？

     ~~~~      这个文件定义了包的属性和方法，它可以什么也不定义;可以只是一个空文件，但是必须存在。

     ~~~~      如果 init.py 不存在，这个目录就仅仅是一个目录，而不是一个包，它就不能被导入或者包含其它的模块和嵌套包。

     ~~~~      或者可以这样理解。这样，当导入这个包的时候，init.py 文件自动运行。帮导入了这么多个模块，就不需要将所有的 import 语句写在—个文件里了，也可以减少代码量。

     ~~~~      详情

35. 函数调用参数的传递方式是值传递还是引用传递？

     ~~~~      Python的参数传递有：位置参数、默认参数、可变参数、关键字参数。 函数的传值到底是值传递还是引用传递、要分情况:

     ~~~~      不可变参数用值传递：像整数和字符串这样的不可变对象，是通过拷贝进行传递的，因为你无论如何都不可能在原处改变不可变对象。

     ~~~~      可变参数是引用传递:比如像列表，字典这样的对象是通过引用传递、和 C 语言里面的用指针传递数组很相似，可变对象能在函数内部改变。

36. 对缺省参数的理解？

     ~~~~      缺省参数指在调用函数的时候没有传入参数的情况下，调用默认的参数，在调用函数的同时赋值时，所传入的参数会替代默认参数。

     ~~~~      *args 是不定长参数，它可以表示输入参数是不确定的，可以是任意多个。 缺省参数指在调用函数的时候没有传入参数的情况下，调用默认的参数，在调用函数的同时赋值时，所传入的参数会替代默认参数。

     ~~~~      *args 是不定长参数，它可以表示输入参数是不确定的，可以是任意多个。

     ~~~~      **kwargs 是关键字参数，赋值的时候是以键值对的方式，参数可以是任意多对在定义函数的时候

     ~~~~      不确定会有多少参数会传入时，就可以使用两个参数

37. 你知道的列表去重的所有方式？

def distFunc1(a):
"""使用集合去重"""
	a = list(set(a))
	print(a)
	
def distFunc2(a):
"""将一个列表的数据取出放到另一个列表中，中间作判断"""
	list = []
	for i in a:
		if i not in list:
  			list.append(i)
#如果需要排序的话用sort
	list.sort()
	print(list)
	
def distFunc3(a):
"""使用字典"""
	b = {}
	b = b.fromkeys(a)
	c = list(b.keys())
	print(c)
	
if __name__ == "__main__":
	a = [1,2,4,2,4,5,7,10,5,5,7,8,9,0,3]
	distFunc1(a)
	distFunc2(a)
	distFunc3(a)

38. Python 常见的列表推导式？

[表达式 for 变量 in 列表]

[表达式 for 变量 in 列表 if 条件]

39. map 和 reduce 函数？

     ~~~~      map() 是将传入的函数依次作用到序列的每个元素，每个元素都是独自被函数 “作用” 一次。返回的是一个迭代器

     ~~~~      reduce() 是将传入的函数作用在序列的第一个元素得到结果后，把这个结果继续与下一个元素作用(累积计算)。

     ~~~~      map(func, 可迭代对象)
     ~~~~      reduce(func, iterable[, initializer])

     ~~~~      注：map() 接收一个参数， reduce() 接收两个参数

     ~~~~      一文搞懂 map 和 reduce

map(lambda x: x * x, [1, 2, 3, 4])   # 使用 lambda
# [1, 4, 9, 16]
reduce(lambda x, y: x * y, [1, 2, 3, 4])  # 相当于 ((1 * 2) * 3) * 4
# 24

40. hasattr()、getattr()、setattr() 函数的使用详解？

     ~~~~      hasattr(object,name) 函数:

     ~~~~      判断一个对象里面是否有 name 属性或者 name 方法，返回 bool 值，有 name 属性(方法)返回 True，否则返回 False,

class function_demo(object):
	name = 'demo'
	def run(self):
		return "hello function"
functiondemo = function_demo()
res = hasattr(functiondemo, "name") # 判断对象是否有name属性，True
res = hasattr(functiondemo, "run") # 判断对象是否有run方法，True
res = hasattr(functiondemo, "age") # 判断对象是否有age属性，False
print(res)

     ~~~~      getattr(object, name[,default]) 函数:

     ~~~~      获取对象 object 的属性或者方法，如果存在则打印出来，如果不存在，打印默认值，默认值可选。

     ~~~~      注意：如果返回的是对象的方法，则打印结果是：方法的内存地址，如果需要运行这个方法，可以在后面添加括号()

functiondemo = function_demo()
getattr(functiondemo, "name")# 获取name属性，存在就打印出来 --- demo
getattr(functiondemo, "run") # 获取run 方法，存在打印出方法的内存地址
getattr(functiondemo, "age") # 获取不存在的属性，报错
getattr(functiondemo, "age", 18)# 获取不存在的属性，返回一个默认值

     ~~~~      setattr(object, name, values) 函数:

     ~~~~      给对象的属性赋值，若属性不存在，先创建再赋值

class function_demo(object):
	name = "demo"
	def run(self):
  		return "hello function"
functiondemo = function_demo()
res = hasattr(functiondemo, "age") # 判断age属性是否存在，False
print(res)
setattr(functiondemo, "age", 18) # 对age属性进行赋值，无返回值
res1 = hasattr(functiondemo, "age") # 再次判断属性是否存在，True

综合使用

class function_demo(object):
	name = "demo"
	def run(self):
  		return "hello function"
functiondemo = function_demo()
res = hasattr(functiondemo, "addr") # 先判断是否存在
if res:
	addr = getattr(functiondemo, "addr")
	print(addr)
else:
	addr = getattr(functiondemo, "addr", setattr(functiondemo, "addr", "北京首都"))
	print(addr)

三个函数的使用

41. except 的作用和用法？

     ~~~~      except：捕获所有异常

     ~~~~      except：<异常名>：捕获指定异常

     ~~~~      except：<异常名1，异常名2>：捕获异常1或者异常2

     ~~~~      except：<异常名>，<数据>：捕获指定异常及其附加的数据

     ~~~~      except：<异常名1，异常名2>：<数据>：捕获异常名1或者异常名2，及附加的数据

     ~~~~      值得一看的常见异常

42. 在 except 中 return 后还会不会执行 finally 中的代码？怎么抛出自定义异常？

     ~~~~      不管异常是否发生，finally 中的语句都会执行，所以即使有 return 也会继续处理 finally 中的代码;

     ~~~~      raise 方法可以抛出自定义异常。

43. 什么是断言？

     ~~~~      assert 断言——声明其布尔值必须为真判定，发生异常则为假。

     ~~~~      详细介绍 Python 中的断言

44. 如何理解 Python 中字符串的 \ 字符？

     ~~~~      1、转义字符

     ~~~~      2、路径名中用来连接路径名

     ~~~~      3、编写太长代码用于手动软换行

45. Python 是如何进行类型转换的？

     ~~~~      内置函数封装了各种转换函数，可以使用目标类型关键字强制类型转换

     ~~~~      进制之间的转换可以用 int(str’，base=in’) 将特定进制的字符串转换为十进制，再用相应的进制转换函数将十进制转换为目标进制。

46. 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 elif 条件判断，可以把最有可能先发生的条件放到前面写，这样可以减少程序判断的次数，提高效率

47. Python 中的 any() 和 all() 方法？

     ~~~~      any()：只要迭代器中有一个元素为真就为真

     ~~~~      all()：迭代器中所有的判断项返回都是真，结果才为真

     ~~~~      代码举例

48. Python 中什么元素为假？

     ~~~~      0、空字符串、空列表、空字典、空元组、None、False

49. Python 中的列表和元组有什么区别？

     ~~~~      1. 列表是动态的，属于可变序列，它的元素可以随时增加、修改或者删除，而元组是静态的，属于不可变序列，无法增加、删除、修改元素，除非整体替换。

     ~~~~      2. 列表可以使用 append()、extend()、insert()、remove() 和 pop() 等方法实现添加和修改列表元素，而元组则没有这几个方法，因为不能向元组中添加和修改元素。同样，也不能删除元素，可以整体替换。

     ~~~~      3. 列表可以使用切片访问和修改列表中的元素。元组也支持切片，但是它只支持通过切片访问元组中的元素，不支持修改。

     ~~~~      4. 元组比列表的访问和处理速度快。所以如果只需要对其中的元素进行访问，而不进行任何修改，建议使用元组而不使用列表。

     ~~~~      5. 因为列表可以修改，元组不可以修改，因此元组比列表具有更高的安全性。

     ~~~~      6. 列表不能作为字典的键，而元组可以。

     ~~~~      7. 存储方式不同：空列表比空元组多占用16个字节。

50. Python 的主要功能是什么？

     ~~~~      1. Python 是一种解释型语言。与 C 语言等语言不同，Python 不需要在运行之前进行编译。

     ~~~~      2. Python 是动态语言，当您声明变量或类似变量时，您不需要声明变量的类型。

     ~~~~      3. Python 适合面向对象的编程，因为它允许类的定义以及组合和继承。Python 没有访问说明（如 C++ 的 public，private）。

     ~~~~      4. 在 Python 中，函数是第一类对象。它们可以分配给变量。类也是第一类对象

     ~~~~      5. 编写 Python 代码很快，但运行比较慢。Python 允许基于 C 的扩展，例如 numpy 函数库。

     ~~~~      6. Python 可用于许多领域。Web 应用程序开发、自动化、数学建模、大数据应用程序、人工智能等等。它也经常被用作“胶水”代码。

51. Python 是通用编程语言吗？

     ~~~~      Python 能够编写脚本，但从一般意义上讲，它被认为是一种通用编程语言。

52. 什么是 pep？

     ~~~~      PEP 代表 Python Enhancement Proposal。它是一组规则，指定如何格式化 Python 代码以获得最大可读性。

53. Python 中的命名空间是什么？

     ~~~~      命名空间指的是变量存储的位置，每一个变量都需要存储到指定的命名空间当中，实际上就是一个字典，是一个专门用来存储变量的字典。

     ~~~~     命名空间
     ~~~~     命名空间

54. 什么是 PYTHONPATH？

     ~~~~      它是导入模块时使用的环境变量。每当导入模块时，也会查找 PYTHONPATH 以检查各个目录中是否存在导入的模块。解释器使用它来确定要加载的模块。

55. 什么是 Python 模块？Python 中有哪些常用的内置模块？

     ~~~~      Python 模块是包含 Python 代码的 .py 文件。此代码可以是函数类或变量。一些常用的内置模块包括：sys、math、random、data time、JSON。

     ~~~~      Python 模块详细解答

     ~~~~      Python 超全常用模块大全

56. Python 数组和列表有什么区别？

     ~~~~      Python 中的数组和列表具有相同的存储数据方式。但是，数组只能包含单个数据类型元素，而列表可以包含任何数据类型元素。

57. Python 中的 self 是什么？

     ~~~~      self 是类的实例或对象。在 Python 中，self 包含在第一个参数中。但是，Java 中的情况并非如此，它是可选的。它有助于区分具有局部变量的类的方法和属性。init 方法中的 self 变量引用新创建的对象，而在其他方法中，它引用其方法被调用的对象。

58. range＆xrange 有什么区别？

     ~~~~      在大多数情况下，xrange 和 range 在功能方面完全相同。它们都提供了一种生成整数列表的方法，唯一的区别是 range 返回一个 Python 列表对象，xrange 返回一个 xrange 对象。这就表示 xrange 实际上在运行时并不是生成静态列表。它使用称为 yielding 的特殊技术根据需要创建值。该技术与生成器的对象一起使用。因此如果你有一个非常巨大的列表，那么就要考虑 xrange， xrange 不会直接生成一个list，而是每次调用返回其中的一个值。

     ~~~~      两者区别代码介绍

59. 什么是 pickling 和 unpickling？

     ~~~~      pickling 是将 Python 对象(甚至是 Python 代码)，转换为字符串的过程。

     ~~~~      unpickling 是将字符串，转换为原来对象的逆过程。

60. Python 是如何进行内存管理的？

     ~~~~      1. Python 利用内存池机制用于管理小块内存的申请和释放；

     ~~~~      2. 当创建大量占用内存小的对象时，即频繁调用 new / malloc，会导致大量内存碎片，致使效率降低，所以需要内存池机制。

     ~~~~      3. 内存池机制需要在内存中预先申请一定数量的、大小相同的内存块留作备用，当有新的内存需求时，先从内存池中给这个需求分配内存，如果不够了，就再重新申请。

     ~~~~      内存管理介绍

61. 谈谈装饰器？

     ~~~~      1. 本质：闭包函数；

     ~~~~      2. 作用：使其他函数在不修改代码的前提下增加额外功能；

     ~~~~      3. 返回值：函数对象；

     ~~~~      4. 优点：少写很多重复性代码，提高工作效率。

62. Python 如何定义一个私有变量？

     ~~~~      1._xx 以单下划线开头的表示的是 protected 类型的变量。即保护类型只能允许其本身与子类进行访问。若内部变量标示，如： 当使用 “from M import” 时，不会将以一个下划线开头的对象引入 。

     ~~~~      2. __xx 双下划线的表示的是私有类型的变量。只能允许这个类本身进行访问了，连子类也不可以用于命名一个类属性（类变量），调用时名字被改变（在类 FooBar 内部，__boo 变成 _FooBar__boo,如 self._FooBar__boo）

     ~~~~      私有属性详解

63. 为什么使用装饰器？

     ~~~~      可以给一个函数增加额外的方法而不用修改原来的代码。 装饰器的功能在于对函数或类功能的增强。

     ~~~~      装饰器特点开放封闭原则，即对扩展是开放的，对修改时封闭的；

64. Python 如何实现单例模式？

     ~~~~      单例模式（Singleton Pattern）是一种常用的软件设计模式，该模式的主要目的是确保某一个类只有一个实例存在。当你希望在整个系统中，某个类只能出现一个实例时，单例对象就能派上用场。

实现单例模式的几种方式：

     ~~~~      1.使用模块

     ~~~~      2.使用装饰器

     ~~~~      3.使用类

     ~~~~      4.基于__new__方法实现（推荐使用，方便）

     ~~~~      5.基于metaclass方式实现

     ~~~~      实现单例详解

65. Python 如何实现多线程？

     ~~~~      Python3 线程中常用的两个模块为：

     ~~~~      _thread
     ~~~~      threading (推荐使用)

     ~~~~      thread 模块已被废弃。用户可以使用 threading 模块代替。所以，在 Python3 中不能再使用"thread" 模块。为了兼容性，Python3 将 thread 重命名为 “_thread”。

     ~~~~      详细的创建方式

66. Python多线程的限制？多进程中如何传递参数？

     ~~~~      Python多线程中有 GIL（全局解释锁），意味着任何一个时间只能一个线程使用解释器；

     ~~~~      多进程中共享数据，可以使用 multiprocessing.Value 和 multiprocessing.Array

     ~~~~      进程共享数据的实现

67. 解释下继承？

     ~~~~      1. 一个类继承自另外一个类，也可是说子类继承自父类；

     ~~~~      2. 作用：可以使我们重用代码，还有更方便的创建和维护代码；

     ~~~~      3. 单继承、多重继承、多级继承、分层继承、混合继承。

     ~~~~      继承详解

68. Python 中 pass 语句的作用是什么？

     ~~~~      空语句占位符，为了保持程序结构的完整性。

69. *arg 与 **kwarg 的作用？

     ~~~~      *args 用来将参数打包成 tuple (元组)给函数体调用，如果我们不确定要往函数中传入多少个参数，或者我们想往函数中以列表和元组的形式传参数时，那就使要用 *args.

     ~~~~      **kwargs 打包关键字参数成 dict (字典)给函数体调用，如果我们不知道要往函数中传入多少个关键词参数，或者想传入字典的值作为关键词参数时，那就要使用 **kwargs.

     ~~~~      两者的详细讲解

70. Python 里面 match() 和 search() 的区别？

     ~~~~      1. re 模块中 match(pattern,string[,flags])，检查 string 的开头是否与 pattern 匹配;

     ~~~~      2. re 模块中 research(pattern,string[,flags])，在 string 搜索 pattern 的第一个匹配值。

     ~~~~      函数使用详解

71. 单引号，双引号，三引号的区别？

     ~~~~      单引号和双引号没有区别；

     ~~~~      三引号则可以直接换行，并且可以包含注释。

72. Python 的局限性？

     ~~~~      1. 速度

     ~~~~      2. 移动开发

     ~~~~      3. 内存消耗(与其他语言相比非常高)

     ~~~~      4. 两个版本的不兼容(2，3)

     ~~~~      5. 运行错误(需要更多测试，并且错误仅在运行时显示)

     ~~~~      6. 简单性

72. Python 是否有 main 函数？

     ~~~~      为什么有些编程语言必须编写 main 函数？

     ~~~~      一些编程语言将 main 函数作为程序的执行入口，比如 C/C++、C#、Java、Go、Rust 等等，这个函数具有特定的含义：main 函数名是必须的，这意味着必须有一个主函数，且最多只能有一个 main 函数，这意味着程序的入口是唯一的。语法格式有特定要求，书写形式也相对固定。

     ~~~~      为什么必须强制 main 函数作为入口？

     ~~~~      这些语言都是编译语言，需要将代码编译成可执行的二进制文件。为了让操作系统/引导程序找到程序的开头，需要定义这样一个函数。简而言之，需要在大量可执行的代码中定义一个至关重要的的开头。

     ~~~~      结论：

     ~~~~      Python 是一种解释语言，即脚本语言。运行过程是从上到下，逐行进行的，这意味着它的起点是已知的。每个 .py 文件都是一个可执行文件，可作为整个程序的入口文件，意味着该程序的入口很灵活，而且无需遵循任何约定。

73. iterables 和 iterators 之间的区别？

     ~~~~      iterable：可迭代是一个对象，可以对其进行迭代。在可迭代的情况下，整个数据一次存储在内存中。

     ~~~~      iterators：迭代器是用来在对象上迭代的对象。它只在被调用时被初始化或存储在内存中。迭代器使用 next 从对象中取出元素。

     ~~~~      区别

# List is an iterable
lst = [1,2,3,4,5]
for i in lst:
    print(i)

# iterator
lst1 = iter(lst)
next(lst1)

>1
next(lst1)
>2
for i in lst1:
    print(i)
>3,4,5 

74. Python中 OOPS 是什么？

     ~~~~      面向对象编程，抽象(Abstraction)、封装(Encapsulation)、继承(Inheritance)、多态(Polymorphism)

75. 什么是抽象？

     ~~~~      抽象(Abstraction)是将一个对象的本质或必要特征向外界展示，并隐藏所有其他无关信息的过程。

     ~~~~      抽象类介绍

76. 什么是封装？

     ~~~~      封装(Encapsulation)意味着将数据和成员函数包装在一起成为一个单元。它还实现了数据隐藏的概念。

     ~~~~      Python 封装详解

77. 什么是多态？

     ~~~~      多态(Polymorphism)的意思是「许多形式」。子类可以定义自己的独特行为，并且仍然共享其父类/基类的相同功能或行为。

     ~~~~      多态

78. Python 中使用的 zip 函数是什么？

     ~~~~      zip 函数获取可迭代对象，将它们聚合到一个元组中，然后返回结果。

     ~~~~      zip() 函数的语法是 zip(*iterables)

numbers = [1, 2, 3]
string = ['one', 'two', 'three'] 
result = zip(numbers,string)

print(set(result))
-------------------------------------
{(3, 'three'), (2, 'two'), (1, 'one')}

79. 装饰器的作用和功能？

     ~~~~      引入日志

     ~~~~      函数执行时间统计

     ~~~~      执行函数前预备处理

     ~~~~      执行函数后的清理功能

     ~~~~      权限校验等场景

     ~~~~      缓存

80. 简单谈下GIL？

     ~~~~      Global Interpreter Lock (全局解释器锁)

     ~~~~      Python 代码的执行由 Python 虚拟机(也叫解释器主循环，CPython版本)来控制，Python 在设计之初就考虑到要在解释器的主循环中，同时只有一个线程在执行，即在任意时刻，只有一个线程在解释器中运行。对 Python 虚拟机的访问由全局解释器锁（GIL）来控制，正是这个锁能保证同一时刻只有一个线程在运行。

     ~~~~      在多线程环境中，Python 虚拟机按以下方式执行：

     ~~~~      1.设置GIL

     ~~~~      2.切换到一个线程去运行

     ~~~~      3.运行：a. 指定数量的字节码指令，或者 ；b. 线程主动让出控制（可以调用time.sleep(0)）

     ~~~~      4.把线程设置为睡眠状态

     ~~~~      5.解锁GIL

     ~~~~      6.再次重复以上所有步骤

     ~~~~      在调用外部代码（如 C/C++ 扩展函数）的时候，GIL 将会被锁定，直到这个函数结束为止（由于在这期间没有Python
的字节码被运行，所以不会做线程切换）。

81. find 和 grep?

     ~~~~      grep命令是一种强大的文本搜索工具，grep搜索内容串可以是正则表达式，允许对文本文件进行模式查找。如果找到匹配模式，grep打印包含模式的所有行。

     ~~~~      find通常用来再特定的目录下搜索符合条件的文件，也可以用来搜索特定用户属主的文件。

82. python字符串格式化中，%s和.format的主要区别是什么?

     ~~~~      Python 用一个 tuple 将多个值传递给模板，每个值对应一个格式符 print（“ my name is %s ,im %d year old”%(“gaoxu”,19))

     ~~~~      自 Python2.6 开始，新增了一种格式化字符串的函数 str.format(），通过 {} 和.来代替传统的 %

     ~~~~      主要的区别是：不需要指定的字符串还是数字类型

print('ma name is {} ,age is {} year old'.format("小明",17))

print('my name is {1},age is {0}'.format(15,'小明')) 

#:位置攒参的方式li=['hollo',18]print('may name is {0},my year old is {1}'.format(*li))

# 按照关键字传参hash={'name':'hoho','age':18}print ('my name is {name},age is {age}'.format(**hash))

83. 请描述Unicode，UTF-8，GBK之间的关系?

Unicode—>encode----->utf-8utf-------->decode------>unicode

84. eval 和 exce 的区别 ?

     ~~~~      eval有返回值

     ~~~~      exec没有返回值

print(eval('2+3'))
print(exec('2+1'))exec("print('1+1')")

     ~~~~      eval 还可以将字符串转化成对象

class obj(object):

    passa = eval('obj()')

print(a,type(a))  #<__main__.obj object at 0x000001F1F6897550> <class '__main__.obj'>

85. cookie 和 session 的区别?

     ~~~~      1.session 在服务器，cooking在客户端(浏览器）

     ~~~~      2.session默认存在服务器上的文件里面（也可以是内存，数据库）

     ~~~~      3.session的运行依赖session_id,而session_id是存在cookie中，也就是说，若果浏览器禁用lcookie，同时session也会失效（但是可以通过其他方式实现,比如在url中传入session_id）

     ~~~~      4.session可以放在文件，数据库，内存中都可以的 用户验证通常会用session
维持一个会话核心就是客户端的唯一标识，即session_id