Python编程:10个面试常问的问题

简介: Python编程:10个面试常问的问题

1.类继承

def class_test():
    class A(object):
        def show(self):
            print("class A")
        def hello(self):
            print("hello")
    class B(A):
        def show(self):
            print("class B")
    b =B()
    b.show()
    b.hello()
    # 调用类A的show方法
    b.__class__ = A
    b.show()  
    # __class__方法指向了类对象,只用给他赋值类型A,
    # 然后调用方法show,但是用完了记得修改回来。
    """OUT
    class B
    hello
    class A
    """

2.方法对象

def call_test():
    class A(object):
        def __init__(self, a, b):
            self._a = a
            self._b = b
        def myprint(self):
            print("a =", self._a, "b =", self._b)
        # 为了能让对象实例能被直接调用,需要实现__call__方法
        def __call__(self, num):
            print("call:", num)
    a = A(1, 2)
    a.myprint()
    a(11)
    """OUT:
    a = 1 b = 2
    call: 11
    """

3.new和init

def new_test():
    class A(object):
        def __init__(self):
            print("A init")
        def foo(self):
            print("A foo")
    class B(object):
        def __init__(self, a):
            print("B init")
        # 使用__new__方法,可以决定返回那个对象,也就是创建对象之前,
        # 这个可以用于设计模式的单例、工厂模式。
        # __init__是创建对象是调用的。
        def __new__(cls, a):
            print("B new")
            if a>10:
                return super(B, cls).__new__(cls)
            return A()
        def foo(self):
            print("B foo")
    b1 = B(5)
    b1.foo()
    b2 = B(20)
    b2.foo()
    """OUT:
    B new
    A init
    A foo
    B new
    B init
    B foo
    """

4.list和dict生成

def list_test():
    lst = [i for i in range(5)]
    print(lst)  # [0, 1, 2, 3, 4]
    list1 = [i for i in lst if i >2]
    print(list1)  # [3, 4]
    list1 = [i**2 for i in lst if i >2]
    print(list1)  # [9, 16]
    dict1 = {x: x**2 for x in (2, 4, 6)}
    print(dict1)  # {2: 4, 4: 16, 6: 36}
    dict2 = {x: "item" + str(x**2) for x in (2, 4, 6)}
    print(dict2)  # {2: 'item4', 4: 'item16', 6: 'item36'}
    set1 = {x for x in "hello world" if x not in "low level"}
    print(set1)  # {'r', 'h', 'd'}

5.全局和局部变量

def global_test():
    num = 10
    def f1():
        num = 20
        print("f1")
    def f2():
        print(num)
    f2()  # 10    
    f1()  # f1
    f2()  # 10
    # num不是个全局变量,所以每个函数都得到了自己的num拷贝,
    # 如果你想修改num,则必须用global关键字声明。
    global n
    n = 10
    def f3():
        global n  # 说明使用全局变量a,不说明则是局部变量
        n = 30
    def f4():
        print(n)
    f4()  # 10
    f3()
    f4()  # 30

6.交换两个变量的值

def swap_test():
    a = 1 
    b= 2
    print("a =", a, "b =", b)
    a, b = b, a  # 一行代码交换两个变量值
    print("a =", a, "b =", b)

7.默认方法

def default_test():
    class A(object):
        def __init__(self):
            print("init")
        # 当fn1方法传入参数时,我们可以给mydefault方法增加一个*args不定参数来兼容。
        def mydefault(self, *args):
            print("mydefault",args[0])
        # 方法__getattr__只有当没有定义的方法调用时,才调用他。
        def __getattr__(self, name):
            print("name:", name)
            return self.mydefault
    a = A()
    a.f1(0)
    a.f2(1, 2)
    a.f3(2, 3, 4)

8.包管理

# 一个包里有三个模块,mod1.py, mod2.py, mod3.py,
# 但使用from demopack import *导入模块时,只有mod1、mod3被导入了。
# 增加__init__.py文件,并在文件中增加:
# __all__ = ['mod1','mod3']
from demopack import *   # import * only allowed at module level
def packge_test():
    pass
"""OUT
mod1
mod3
"""

9.闭包

# 函数,接收整数参数n,返回一个函数,
# 函数的功能是把函数的参数和n相乘并把结果返回。
def closure_test():
    def add(num):
        def add_num(val):
            return num + val
        return add_num
    a = add(5)
    print(a(5))

10.性能

def performance_test():
    import time
    def str_test(num):
        start = time.time()
        string = ""
        for i in range(num):
            string += str(i)
        end = time.time()
        print("str_time:", end - start)
        # print(string)
    def append_test(num):
        start = time.time()
        lst=[]
        for i in range(num):
            lst.append(str(i))
        end = time.time()
        print("append_time:", end - start)
        # print("".join(lst))
    num = 1000000
    str_test(num)  # str_time: 1.926110029220581
    append_test(num)  # append_time: 0.3060173988342285
    # str_time / append_time = 6.29411934275007
    # mygod!!! 时间相差6倍
    # python的str是个不可变对象,每次迭代,都会生成新的str对象来存储新的字符串
    # num越大,创建的str对象越多,内存消耗越大。
def main():
    performance_test()
if __name__ == '__main__':
    main()

参考:《10个Python面试常问的问题》

原文链接:https://mp.weixin.qq.com/s/NIfaEOplupmvryo_SntFAw


相关文章
|
7天前
|
数据采集 机器学习/深度学习 数据挖掘
探索Python编程之美:从基础到进阶
【9月更文挑战第4天】在数字时代的浪潮中,编程已成为一种新兴的“超能力”。Python,作为一门易于上手且功能强大的编程语言,正吸引着越来越多的学习者。本文将带领读者走进Python的世界,从零基础出发,逐步深入,探索这门语言的独特魅力和广泛应用。通过具体代码示例,我们将一起解锁编程的乐趣,并理解如何利用Python解决实际问题。无论你是编程新手还是希望提升技能的开发者,这篇文章都将为你打开一扇通往高效编程的大门。
|
1天前
|
存储 人工智能 数据挖掘
Python编程入门:从基础到实战
【9月更文挑战第10天】本文将引导你进入Python编程的世界,从基本语法到实际项目应用,逐步深入。我们将通过简单的例子和代码片段,帮助你理解并掌握Python编程的精髓。无论你是编程新手还是有一定经验的开发者,都能在这篇文章中找到有价值的信息。让我们一起开始Python编程之旅吧!
|
1天前
|
机器学习/深度学习 数据挖掘 开发者
探索Python编程:从基础到进阶的旅程
【9月更文挑战第10天】本文是一篇深入浅出的技术感悟文章,通过作者自身的学习经历,向读者展示了如何从Python编程的基础入门逐步深入到高级应用。文章不仅分享了实用的代码示例,还提供了学习资源和建议,旨在鼓励初学者坚持学习,不断探索编程世界的奥秘。
|
2天前
|
存储 数据采集 人工智能
探索Python编程之美——从基础到进阶
【9月更文挑战第9天】本文是一篇深入浅出的技术分享文章,旨在引导读者从零基础开始掌握Python编程。我们将通过生动的实例和代码示例,探讨Python的基本语法、数据结构、函数、模块以及面向对象编程等核心概念。无论你是初学者还是有一定经验的开发者,都能在这篇文章中找到有价值的内容。让我们一起开启Python编程之旅吧!
17 11
|
3天前
|
Python
探索Python编程的奥秘:打造你的第一个程序
【9月更文挑战第8天】本文将带你进入Python编程的世界,通过一个有趣的项目——制作一个简单的猜数字游戏,让你快速入门。我们不仅会分享代码编写的步骤,还会讲解每一行代码的含义和作用,确保即使是编程新手也能跟上节奏。文章末尾附有完整代码,方便读者实践和学习。
19 12
|
3天前
|
API Python
探索Python中的多线程编程
探索Python中的多线程编程
22 5
|
6天前
|
存储 开发者 Python
探索Python编程之美
【9月更文挑战第5天】在这篇文章中,我们将一起踏上一场Python编程的奇妙之旅。从基础语法到高级特性,我们将一步步揭开Python语言的神秘面纱。你将学习如何编写清晰、高效的代码,掌握函数、类和模块的使用,以及理解面向对象编程的核心概念。此外,我们还将探讨异常处理、文件操作等实用技能。无论你是初学者还是有一定经验的开发者,这篇文章都将为你提供宝贵的知识和技巧,让你在编程的道路上更加从容自信。
|
3天前
|
Python
揭秘!Python系统编程里那些让代码自由穿梭的神奇代码行
【9月更文挑战第9天】在Python的世界里,一些简洁的代码行却蕴含着强大的功能,如列表推导式让列表生成仅需一行代码:`squares = [x**2 for x in range(10)]`。`with`语句则能自动管理文件和网络连接的关闭,如`with open('example.txt', 'r') as file:`。`lambda`函数和装饰器则允许快速定义函数和增强功能,而上下文管理器更是资源处理的利器。这些特性让Python代码更加优雅高效。
14 4
|
1天前
|
监控 数据挖掘 Python
🔍解锁Python系统编程新姿势!文件系统操作与I/O管理,让你玩转电脑每一个角落
【9月更文挑战第11天】Python不仅在数据分析和Web开发中表现出色,其系统编程能力同样强大。本文通过实例详细介绍了Python如何高效地进行文件系统操作与I/O管理。利用`os`和`pathlib`模块,你可以轻松遍历、创建、删除和重命名文件及目录。通过示例代码,展示了如何递归遍历目录和高效读写大文件。此外,文章还介绍了使用`watchdog`库进行文件监控及利用`concurrent.futures`模块实现并发I/O操作的方法,帮助你构建更复杂的应用。无论简单读写还是高级操作,Python都能助你轻松管理电脑的每一个角落。
11 1
|
2天前
|
安全 数据安全/隐私保护 Python
Python系统编程实战:文件系统操作与I/O管理,让你的代码更优雅
【9月更文挑战第10天】Python不仅在数据分析和Web开发中表现出色,在系统编程领域也展现出独特魅力。本文将带你深入探讨Python中的文件系统操作与I/O管理,涵盖os、shutil和pathlib等模块的基础使用方法,并通过示例代码展示如何优雅地实现这些功能。通过掌握缓冲、异步I/O等高级特性,你将能够编写更高效、安全且易于维护的Python代码。示例包括使用pathlib遍历目录、设置缓冲区提升文件写入性能以及使用aiofiles实现异步文件操作。掌握这些技能,让你在Python系统编程中更加得心应手。
10 2