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
|
6月前
|
机器学习/深度学习 存储 设计模式
Python 高级编程与实战:深入理解性能优化与调试技巧
本文深入探讨了Python的性能优化与调试技巧,涵盖profiling、caching、Cython等优化工具,以及pdb、logging、assert等调试方法。通过实战项目,如优化斐波那契数列计算和调试Web应用,帮助读者掌握这些技术,提升编程效率。附有进一步学习资源,助力读者深入学习。
|
3月前
|
Python
Python编程基石:整型、浮点、字符串与布尔值完全解读
本文介绍了Python中的四种基本数据类型:整型(int)、浮点型(float)、字符串(str)和布尔型(bool)。整型表示无大小限制的整数,支持各类运算;浮点型遵循IEEE 754标准,需注意精度问题;字符串是不可变序列,支持多种操作与方法;布尔型仅有True和False两个值,可与其他类型转换。掌握这些类型及其转换规则是Python编程的基础。
210 33
|
2月前
|
数据采集 分布式计算 大数据
不会Python,还敢说搞大数据?一文带你入门大数据编程的“硬核”真相
不会Python,还敢说搞大数据?一文带你入门大数据编程的“硬核”真相
80 1
|
3月前
|
设计模式 安全 Python
Python编程精进:正则表达式
正则表达式是一种强大的文本处理工具,用于搜索、匹配和提取模式。本文介绍了正则表达式的语法基础,如`\d`、`\w`等符号,并通过实例展示其在匹配电子邮件、验证电话号码、处理日期格式等场景中的应用。同时,文章提醒用户注意性能、编码、安全性等问题,避免常见错误,如特殊字符转义不当、量词使用错误等。掌握正则表达式能显著提升文本处理效率,但需结合实际需求谨慎设计模式。
135 2
|
4月前
|
数据采集 安全 BI
用Python编程基础提升工作效率
一、文件处理整明白了,少加两小时班 (敲暖气管子)领导让整理100个Excel表?手都干抽筋儿了?Python就跟铲雪车似的,哗哗给你整利索!
114 11
|
6月前
|
人工智能 Java 数据安全/隐私保护
[oeasy]python081_ai编程最佳实践_ai辅助编程_提出要求_解决问题
本文介绍了如何利用AI辅助编程解决实际问题,以猫屎咖啡的购买为例,逐步实现将购买斤数换算成人民币金额的功能。文章强调了与AI协作时的三个要点:1) 去除无关信息,聚焦目标;2) 将复杂任务拆解为小步骤,逐步完成;3) 巩固已有成果后再推进。最终代码实现了输入验证、单位转换和价格计算,并保留两位小数。总结指出,在AI时代,人类负责明确目标、拆分任务和确认结果,AI则负责生成代码、解释含义和提供优化建议,编程不会被取代,而是会更广泛地融入各领域。
185 28
|
6月前
|
人工智能 监控 JavaScript
Crack Coder:在线面试“AI外挂”!编程问题秒出答案,完全绕过屏幕监控,连录屏都抓不到痕迹!
Crack Coder 是一款开源的隐形 AI 辅助工具,专为技术面试设计,支持多种编程语言,提供实时编程问题解决方案,帮助面试者高效解决问题。
242 14
|
6月前
|
机器学习/深度学习 数据可视化 TensorFlow
Python 高级编程与实战:深入理解数据科学与机器学习
本文深入探讨了Python在数据科学与机器学习中的应用,介绍了pandas、numpy、matplotlib等数据科学工具,以及scikit-learn、tensorflow、keras等机器学习库。通过实战项目,如数据可视化和鸢尾花数据集分类,帮助读者掌握这些技术。最后提供了进一步学习资源,助力提升Python编程技能。
|
6月前
|
设计模式 机器学习/深度学习 前端开发
Python 高级编程与实战:深入理解设计模式与软件架构
本文深入探讨了Python中的设计模式与软件架构,涵盖单例、工厂、观察者模式及MVC、微服务架构,并通过实战项目如插件系统和Web应用帮助读者掌握这些技术。文章提供了代码示例,便于理解和实践。最后推荐了进一步学习的资源,助力提升Python编程技能。
|
6月前
|
Python
[oeasy]python074_ai辅助编程_水果程序_fruits_apple_banana_加法_python之禅
本文回顾了从模块导入变量和函数的方法,并通过一个求和程序实例,讲解了Python中输入处理、类型转换及异常处理的应用。重点分析了“明了胜于晦涩”(Explicit is better than implicit)的Python之禅理念,强调代码应清晰明确。最后总结了加法运算程序的实现过程,并预告后续内容将深入探讨变量类型的隐式与显式问题。附有相关资源链接供进一步学习。
86 4

推荐镜像

更多