Python面试中容易混淆的语法,你被坑过没有?

简介: 曾经一行接触过的一个leader,把python读成爬虫,但作为leader下属的我虽然满脸尴尬,但只能在心里默默纠正


 

曾经一行接触过的一个leader,把python读成爬虫,但作为leader下属的我虽然满脸尴尬,但只能在心里默默纠正

image.png

后来发现很多新人小白都把Python读成爬虫,可能是因为python首字母和爬虫拼音首字母一样,就误以python的发音是爬虫

当然除此之外,python里还有很多名字相近的术语傻傻分不清楚

今天一行给大家分享几个日常面试交流中容易弄混的语法,让你交流技术的时候不再尴尬

1模块、包、库

大部分调包侠经常会把导个模块、导个包、导个库挂在嘴边,但是这些名词看起来一样,实际上还是有一定差别的

模块(module),简单来说就是一个py文件,自己写的代码太长了,在别的py文件里导入一个py文件,就是导入一个模块

包(package),就是模块写的太多了,放在一个文件夹里,就组成了一个包,但是包文件必须包含一个__init__.py文件,不然它仅仅就是一个文件夹

库,是其它编程语言的叫法,是包含模块和包的集合,所以库里可以有很多包和模块,一般是一个完整的python项目

当然,既然都是import,只要对方不清楚,随你怎么叫都可以

image.png

2迭代器与生成器

如果面试问你“迭代器和生成器的区别”,你来一句生成器是一句特殊的迭代器,那面试官肯定会慈祥的看着你等着你的下文

从what,why,how三个方面来介绍那岂不直接保送

首先迭代器是一个可以记住遍历的位置的对象。而且这个从集合的第一个元素开始访问,直到所有的元素被访问完结束。迭代器只能往前不会后退。

其次迭代器有两个方法分别是iter()和next() ,具体你把下面这三段代码跑一遍就理解了

>>> list=[1,2,3,4]
>>> it = iter(list)    # 创建迭代器对象
>>> print (next(it))   # 输出迭代器的下一个元素
1
>>> print (next(it))
2

list=[1,2,3,4]
it = iter(list)    # 创建迭代器对象
for x in it:
    print (x, end=" ")

执行结果:1 2 3 4

import sys         # 引入 sys 模块
list=[1,2,3,4]
it = iter(list)    # 创建迭代器对象
while True:
    try:
        print (next(it, end=" "))
    except StopIteration:
        sys.exit()

执行结果:1 2 3 4

生成器是使用了 yield 的函数

所以生成器跟普通函数不同的是,它是一个返回迭代器的函数,只能用于迭代操作,更简单点理解生成器就是一个迭代器。

所以生成器虽然外观像一个函数,yield代替了return,返回的是像列表一样可以被便利迭代器

这个生成器可以使用斐波那契数列来理解最容易不过

 

import sys
def fibonacci(n): # 生成器函数 - 斐波那契
    a, b, counter = 0, 1, 0
    while True:
        if (counter > n): 
            return
        yield a
        a, b = b, a + b
        counter += 1
f = fibonacci(10) # f 是一个迭代器,由生成器返回生成
while True:
    try:
        print (next(f), end=" ")
    except StopIteration:
        sys.exit()

3多线程、多进程

而且这些面试官最喜欢问的就是长得相近又差一两个字的术语差别,其次问的最多就是多进程和多线程

进程:  

what: 进程是操作系统进行资源分配和调度的基本单位,多个进程之间相互独立

why: 多进程稳定性好,因为如果一个进程崩溃,不会影响其他进程,但是多进程消耗资源大,开启的进程数量有限制

线程:

what: 线程是CPU进行资源分配和调度的基本单位,也是进程的一部分,是比进程更小的能独立运行的基本单位,进程下的多个线程可以共享该进程的所有资源

why: 多线程在IO操作密集下运行效率高,缺点是如果一个线程崩溃,那都会造成进程的崩溃

HOW:  

IO密集的用多线程,在用户输入sleep时候,可以切换到其他线程执行,减少等 待的时间

CPU密集的用多进程,因为假如IO操作少,用多线程会因为线程共享一个全局解释器锁而霸占GIL,而其他线程没有GIL,就不能充分利用多核CPU的优势,造成1核有难,9核围观的局面~

image.png

4最后

当然,除了这几点以外,还有很多其它容易混淆的Python语法不能一一列举

image.png



相关文章
|
4天前
|
Java C语言 C++
Python基础语法
Python基础语法
10 1
|
5天前
|
JSON 数据格式 索引
python之JMESPath:JSON 查询语法库示例详解
python之JMESPath:JSON 查询语法库示例详解
14 0
|
9天前
|
存储 Python
Python进阶语法之推导式
本章是对自己学完基础语法后,学习python进阶语法推导式过程中,自己的一些理解和看法,因为自己从刚开始第一次看看不懂,到学习一段时间后,通过积累再次看这里的知识点发现自己有了新的理解,这次将这部分知识学完了,剩下就是通过练习来达到熟练了.本章的推导式,包含列表推导式,字典推导式,集合与元组推导式这四种.主要是对python进阶语法推导式,的练习与理解,同时也提高了自己对代码的简化和运行的能力的提高,也是在这次学习中,我发现学习代码更多需要的是对基础和知识的积累,当眼界与思维突破瓶颈,看之前难以理解的事物发现变的容易去使用和理解了.
|
9天前
|
Java 开发者 索引
Python基础语法:类笔记
本篇博文是把自己在学习python类的过程中自己理解和笔记,一点一点总结的写出出来,做一个总结,加深对面向对象编程的理解。
|
13天前
|
Python
python中的语法错误
【4月更文挑战第23天】
19 3
|
16天前
|
测试技术 API 持续交付
【专栏】Python在自动化测试与单元测试中的应用,强调其简洁语法和丰富库的优势
【4月更文挑战第27天】本文探讨了Python在自动化测试与单元测试中的应用,强调其简洁语法和丰富库的优势。文章分为三部分:首先,阐述自动化测试的重要性及Python的易学性、库支持、跨平台和社区支持;其次,介绍了Python的Unittest标准测试框架和Pytest第三方框架的特点与用法;最后,讨论了Web UI和API自动化测试实践,并提出持续集成、测试金字塔等最佳实践。Python为软件开发的测试环节提供了强大支持,帮助构建更稳定的系统。
|
19天前
|
Python
Python从入门到精通——1.2.2学习基础语法和数据类型之控制结构
Python从入门到精通——1.2.2学习基础语法和数据类型之控制结构
|
19天前
|
机器学习/深度学习 存储 数据挖掘
Python从入门到精通——学习基础语法和数据类型 1.2.1变量、整数、浮点数、字符串、布尔值、列表、元组、字典和集合。
Python从入门到精通——学习基础语法和数据类型 1.2.1变量、整数、浮点数、字符串、布尔值、列表、元组、字典和集合。
|
19天前
|
存储 Python
Python从入门到精通——1.2.3学习基础语法和数据类型之函数定义和调用
Python从入门到精通——1.2.3学习基础语法和数据类型之函数定义和调用
|
20天前
|
存储 Python
Python基础语法文章大纲
Python基础语法文章大纲
9 0