50道必备的Python面试题 (建议点赞)

简介: 50道必备的Python面试题 (建议点赞)

在过去的2021年,Python赢得了年度TIOBE编程语言奖,成为 过去一年最受欢迎的编程语言。在数据科学和机器学习等领域中,被广泛使用。

备战“金三银四”,子冉给大家整理了50道Python面试题,还有相对应的答案,来帮助大家更好的了解和学习Python。

▍1、什么是Python?为什么它会如此流行?

Python是一种解释的、高级的、通用的编程语言。

Python的设计理念是通过使用必要的空格与空行,增强代码的可读性。

它之所以受欢迎,就是因为它具有简单易用的语法。

面试题库助手可以看这个  以后面试应该用的

 

▍2、为什么Python执行速度慢,我们如何改进它?

Python代码执行缓慢的原因,是因为它是一种解释型语言。它的代码在运行时进行解释,而不是编译为本地语言。

为了提高Python代码的速度,我们可以使用CPython、Numba,或者我们也可以对代码进行一些修改。

1. 减少内存占用。

2. 使用内置函数和库。

3. 将计算移到循环外。

4. 保持小的代码库。

5. 避免不必要的循环

▍3、Python有什么特点?

1. 易于编码

2. 免费和开源语言

3. 高级语言

4. 易于调试

5. OOPS支持

6. 大量的标准库和第三方模块

7. 可扩展性(我们可以用C或C++ 编写Python代码)

8. 用户友好的数据结构

▍4、Python有哪些应用?

1. Web开发

2. 桌面GUI开发

3.人工智能和机器学习

4. 软件开发

5. 业务应用程序开发

6. 基于控制台的应用程序

7. 软件测试

8. Web自动化

9. 基于音频或视频的应用程序

10. 图像处理应用程序

▍5、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

▍6、Python代码是如何执行的?

首先,解释器读取Python代码并检查是否有语法或格式错误。

如果发现错误,则暂停执行。如果没有发现错误,则解释器会将Python代码转换为等效形式或字节代码。

然后将字节码发送到Python虚拟机(PVM),这里Python代码将被执行,如果发现任何错误,则暂停执行,否则结果将显示在输出窗口中。

▍7、如何在Python中管理内存?

Python内存由Python的私有headspace管理。

所有的Python对象和数据结构都位于一个私有堆中。私用堆的分配由Python内存管理器负责。

Python还内置了一个的垃圾收集器,可以回收未使用的内存并释放内存,使其可用于headspace。

▍8、解释Python的内置数据结构?

Python中主要有四种类型的数据结构。

列表:列表是从整数到字符串甚至另一个列表的异构数据项的集合。列表是可变的。列表完成了其他语言中大多数集合数据结构的工作。列表在[ ]方括号中定义。

例如:a = [1,2,3,4]

集合:集合是唯一元素的无序集合。集合运算如联合|,交集&和差异,可以应用于集合。集是不可变的。用于表示一个集合。

例如:a = {1,2,3,4}

元组:Python元组的工作方式与Python列表完全相同,只是它们是不可变的。用于定义元组。

例如:a =(1,2,3,4)

字典:字典是键值对的集合。它类似于其他语言中的hash map。在字典里,键是唯一且不可变的对象。

例如:a = {‘number’:[1,2,3,4]}

▍9、解释//、%、* *运算符?

//(Floor Division)-这是一个除法运算符,它返回除法的整数部分。

例如:5 // 2 = 2

%(模数)-返回除法的余数。

例如:5 % 2 = 1

**(幂)-它对运算符执行指数计算。a ** b表示a的b次方。

例如:5 ** 2 = 25、5 ** 3 = 125

▍10、Python中的单引号和双引号有什么区别?

在Python中使用单引号(‘ ‘)或双引号 (” “)是没有区别的,都可以用来表示一个字符串。

这两种通用的表达方式,除了可以简化程序员的开发,避免出错之外,还有一种好处,就是可以减少转义字符的使用,使程序看起来更简洁,更清晰。

▍11、Python中append,insert和extend的区别?

append:在列表末尾添加新元素。

insert:在列表的特定位置添加元素。

extend:通过添加新列表来扩展列表。

numbers = [ 1, 2, 3, 4, 5]
numbers.append( 6)
print(numbers)
>[ 1, 2, 3, 4, 5, 6]
## insert(position,value)
numbers.insert( 2, 7)
print(numbers)
>[ 1, 2, 7, 4, 5, 6]
numbers.extend([ 7, 8, 9])
print(numbers)
>[ 1, 2, 7, 4, 5, 6, 7, 8, 9]
numbers.append([ 4, 5])
>[ 1, 2, 7, 4, 5, 6, 7, 8, 9,[ 4, 5]]

▍12、break、continue、pass是什么?

break:在满足条件时,它将导致程序退出循环。

continue:将返回到循环的开头,它使程序在当前循环迭代中的跳过所有剩余语句。

pass:使程序传递所有剩余语句而不执行。

▍13、区分Python中的remove,del和pop?

remove:将删除列表中的第一个匹配值,它以值作为参数。

del:使用索引删除元素,它不返回任何值。

pop:将删除列表中顶部的元素,并返回列表的顶部元素。

numbers = [ 1, 2, 3, 4, 5]
numbers.remove( 5)
> [ 1, 2, 3, 4]
delnumbers[ 0]
>[ 2, 3, 4]
numbers.pop
> 4

▍14、什么是switch语句。如何在Python中创建switch语句?

switch语句是实现多分支选择功能,根据列表值测试变量。

switch语句中的每个值都被称为一个case。

在Python中,没有内置switch函数,但是我们可以创建一个自定义的switch语句。

switcher = {
1: “January”,
2: “February”,
3: “March”,
4: “April”,
5: “May”,
6: “June”,
7: “July”,
8: “August”,
9: “September”,
10: “October”,
11: “November”,
12: “December”
}
month = int(input)
print(switcher.get(month))
> 3
march

▍15、举例说明Python中的range函数?

range:range函数返回从起点到终点的一系列序列。

range(start, end, step),第三个参数是用于定义范围内的步数。

# number
fori inrange( 5):
print(i)
> 0, 1, 2, 3, 4
# (start, end)
fori inrange( 1, 5):
print(i)
> 1, 2, 3, 4
# (start, end, step)
fori inrange( 0, 5, 2):
print(i)
> 0, 2, 4

▍16、==和is的区别是?

==比较两个对象或值的相等性。

is运算符用于检查两个对象是否属于同一内存对象。

lst1 = [ 1, 2, 3]
lst2 = [ 1, 2, 3]
lst1 == lst2
> True
lst1 islst2
> False

▍17、如何更改列表的数据类型?

要将列表的数据类型进行更改,可以使用tuple或者set。

lst = [ 1, 2, 3, 4, 2]
# 更改为集合
set(lst) ## {1,2,3,4}
# 更改为元组
tuple(lst) ## (1,2,3,4,2)

▍18、Python中注释代码的方法有哪些?

在Python中,我们可以通过下面两种方式进行注释。

1. 三引号”’,用于多行注释。

2. 单井号#,用于单行注释。

▍19、!=和is not运算符的区别?

!=如果两个变量或对象的值不相等,则返回true。

is not是用来检查两个对象是否属于同一内存对象。

lst1 = [ 1, 2, 3, 4]
lst2 = [ 1, 2, 3, 4]
lst1 != lst2
> False
lst1 isnotlst2
> True

▍20、Python是否有main函数?

是的,它有的。只要我们运行Python脚本,它就会自动执行。

▍21、什么是lambda函数?

Lambda函数是不带名称的单行函数,可以具有n个参数,但只能有一个表达式。也称为匿名函数。

a = lambdax, y:x + y
print(a( 5, 6))
> 11

▍22、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。

# List is an iterable
lst = [ 1, 2, 3, 4, 5]
fori inlst:
print(i)
# iterator
lst1 = iter(lst)
next(lst1)
> 1
next(lst1)
> 2
fori inlst1:
print(i)
> 3, 4, 5

▍23、 Python中的Map Function是什么?

map函数在对可迭代对象的每一项应用特定函数后,会返回map对象。

▍24、解释 Python中的Filter?

过滤器函数,根据某些条件从可迭代对象中筛选值。

# iterable
lst = [ 1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
defeven(num):
ifnum% 2== 0:
returnnum
# filter all even numbers
list(filter(even,lst))
———————————————
[ 2, 4, 6, 8, 10]

▍25、解释Python中reduce函数的用法?

reduce函数接受一个函数和一个序列,并在计算后返回数值。

fromfunctools importreduce
a = lambdax,y:x+y
print(reduce(a,[ 1, 2, 3, 4]))
> 10

▍26、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。

▍27、解释*args和**kwargs?

*args,是当我们不确定要传递给函数参数的数量时使用的。

def add(* num):
sum = 0
forval innum:
sum = val + sum
print(sum)
add( 4, 5)
add( 7, 4, 6)
add( 10, 34, 23)
———————
9
17
57

**kwargs,是当我们想将字典作为参数传递给函数时使用的。

▍28、解释re模块的 split、sub、subn方法 ?

split:只要模式匹配,此方法就会拆分字符串。

sub:此方法用于将字符串中的某些模式替换为其他字符串或序列。

subn:和sub很相似,不同之处在于它返回一个元组,将总替换计数和新字符串作为输出。

importre
string = “There are two ball in the basket 101”
re.split( “\W+”,string)
—————————————
[ ‘There’, ‘are’, ‘two’, ‘ball’, ‘in’, ‘the’, ‘basket’, ‘101’]
re.sub( “[^A-Za-z]”, ” “,string)
—————————————-
‘There are two ball in the basket’
re.subn( “[^A-Za-z]”, ” “,string)
—————————————–
( ‘There are two ball in the basket’, 10)

面试题库助手可以看这个  以后面试应该用的上


▍29、Python中的生成器是什么?

生成器(generator)的定义与普通函数类似,生成器使用yield关键字生成值。

如果一个函数包含yield关键字,那么该函数将自动成为一个生成器。

# A program to demonstrate the use of generator object with next A generator function
defFun:
yield1
yield2
yield3
# x is a generator object
x = Fun
print(next(x))
—————————–
1
print(next(x))
—————————–
2

▍30、如何使用索引来反转Python中的字符串?

string = ‘hello’
string[:: -1]
> ‘olleh’

▍31、类和对象有什么区别?

类(Class)被视为对象的蓝图。类中的第一行字符串称为doc字符串,包含该类的简短描述。

在Python中,使用class关键字可以创建了一个类。一个类包含变量和成员组合,称为类成员。

对象(Object)是真实存在的实体。在Python中为类创建一个对象,我们可以使用obj = CLASS_NAME

例如:obj = num

使用类的对象,我们可以访问类的所有成员,并对其进行操作。

classPerson:
“”” This is a Person Class”””
# varable
age = 10
defgreets(self):
print( ‘Hello’)
# object
obj = Person
print(obj.greet)
—————————————-
Hello

▍32、你对Python类中的self有什么了解?

self表示类的实例。

通过使用self关键字,我们可以在Python中访问类的属性和方法。

注意,在类的函数当中,必须使用self,因为类中没有用于声明变量的显式语法。

▍33、_init_在Python中有什么用?

“__init__”是Python类中的保留方法。

它被称为构造函数,每当执行代码时都会自动调用它,它主要用于初始化类的所有变量。

▍34、解释一下Python中的继承?

继承(inheritance)允许一个类获取另一个类的所有成员和属性。继承提供代码可重用性,可以更轻松地创建和维护应用程序。

被继承的类称为超类,而继承的类称为派生类/子类。

▍35、Python中OOPS是什么?

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

▍36、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。

▍37、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。

▍38、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。

▍39、什么是Python中的猴子补丁?

猴子补丁(monkey patching),是指在运行时动态修改类或模块。

fromSomeOtherProduct.SomeModule importSomeClass
defspeak(self):
return”Hello!”
SomeClass.speak = speak

▍40、Python支持多重继承吗?

Python可以支持多重继承。多重继承意味着,一个类可以从多个父类派生。

▍41、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’)}

▍42、解释Python中map函数?

map函数将给定函数应用于可迭代对象(列表、元组等),然后返回结果(map对象)。

我们还可以在map函数中,同时传递多个可迭代对象。

numbers = ( 1, 2, 3, 4)
result = map( lambdax: x + x, numbers)
print(list(result))

▍43、Python中的装饰器是什么?

装饰器( Decorator)是Python中一个有趣的功能。

它用于向现有代码添加功能。这也称为元编程,因为程序的一部分在编译时会尝试修改程序的另一部分。

defaddition(func):
definner(a,b):
print( “numbers are”,a, “and”,b)
returnfunc(a,b)
returninner
@addition
defadd(a,b):
print(a+b)
add( 5, 6)
———————————
numbers are 5and6
sum: 11

▍44、编写程序,查找文本文件中最长的单词

deflongest_word(filename):
withopen(filename, ‘r’) asinfile:
words = infile.read.split
max_len = len(max(words, key=len))
return[word forword inwords iflen(word) == max_len]
print(longest_word( ‘test.txt’))
—————————————————-
[ ‘comprehensions’]

▍45、编写程序,检查序列是否为回文

a = input( “Enter The sequence”)
ispalindrome = a == a[:: -1]
ispalindrome
> True

▍46、编写程序,打印斐波那契数列的前十项

fibo = [ 0, 1]
[fibo.append(fibo[ -2]+fibo[ -1]) fori inrange( 8)]
fibo
> [ 0, 1, 1, 2, 3, 5, 8, 13, 21, 34]

▍47、编写程序,计算文件中单词的出现频率

fromcollections importCounter
defword_count(fname):
withopen(fname) asf:
returnCounter(f.read.split)
print(word_count( “test.txt”))

▍48、编写程序,输出给定序列中的所有质数

lower = int(input( “Enter the lower range:”))
upper = int(input( “Enter the upper range:”))
list(filter( lambdax:all(x % y != 0fory inrange( 2, x)), range(lower, upper)))
————————————————-
Enter the lower range: 10
Enter the upper range: 50
[ 11, 13, 17, 19, 23, 29, 31, 37, 41, 43, 47]

▍49、编写程序,检查数字是否为Armstrong

将每个数字依次分离,并累加其立方(位数)。

最后,如果发现总和等于原始数,则称为阿姆斯特朗数(Armstrong)。

num = int(input( “Enter the number:\n”))
order = len(str(num))
sum = 0
temp = num
whiletemp > 0:
digit = temp % 10
sum += digit ** order
temp //= 10
ifnum == sum:
print(num, “is an Armstrong number”)
else:
print(num, “is not an Armstrong number”)

▍50、用一行Python代码,从给定列表中取出所有的偶数和奇数

a = [ 1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
odd, even = [el forel ina ifel % 2== 1], [el forel ina ifel % 2== 0]
print(odd,even)
> ([ 1, 3, 5, 7, 9], [ 2, 4, 6, 8, 10])

面试题库助手可以看这个  以后面试应该用的上


相关文章
|
7天前
|
API 数据库 数据安全/隐私保护
Flask框架在Python面试中的应用与实战
【4月更文挑战第18天】Django REST framework (DRF) 是用于构建Web API的强力工具,尤其适合Django应用。本文深入讨论DRF面试常见问题,包括视图、序列化、路由、权限控制、分页过滤排序及错误处理。同时,强调了易错点如序列化器验证、权限认证配置、API版本管理、性能优化和响应格式统一,并提供实战代码示例。了解这些知识点有助于在Python面试中展现优秀的Web服务开发能力。
22 1
|
6天前
|
前端开发 测试技术 C++
Python自动化测试面试:unittest、pytest与Selenium详解
【4月更文挑战第19天】本文聚焦Python自动化测试面试,重点讨论unittest、pytest和Selenium三大框架。unittest涉及断言、TestSuite和覆盖率报告;易错点包括测试代码冗余和异常处理。pytest涵盖fixtures、参数化测试和插件系统,要注意避免过度依赖unittest特性。Selenium的核心是WebDriver操作、等待策略和测试报告生成,强调智能等待和元素定位策略。掌握这些关键点将有助于提升面试表现。
20 0
|
6天前
|
数据采集 存储 JSON
Python爬虫面试:requests、BeautifulSoup与Scrapy详解
【4月更文挑战第19天】本文聚焦于Python爬虫面试中的核心库——requests、BeautifulSoup和Scrapy。讲解了它们的常见问题、易错点及应对策略。对于requests,强调了异常处理、代理设置和请求重试;BeautifulSoup部分提到选择器使用、动态内容处理和解析效率优化;而Scrapy则关注项目架构、数据存储和分布式爬虫。通过实例代码,帮助读者深化理解并提升面试表现。
13 0
|
7天前
|
SQL 中间件 API
Flask框架在Python面试中的应用与实战
【4月更文挑战第18天】**Flask是Python的轻量级Web框架,以其简洁API和强大扩展性受欢迎。本文深入探讨了面试中关于Flask的常见问题,包括路由、Jinja2模板、数据库操作、中间件和错误处理。同时,提到了易错点,如路由冲突、模板安全、SQL注入,以及请求上下文管理。通过实例代码展示了如何创建和管理数据库、使用表单以及处理请求。掌握这些知识将有助于在面试中展现Flask技能。**
12 1
Flask框架在Python面试中的应用与实战
|
8天前
|
数据可视化 Python
Python模型评估与选择:面试必备知识点
【4月更文挑战第17天】本文深入探讨了Python模型评估与选择在面试中的关键点,包括性能度量、过拟合与欠拟合识别、模型比较与选择、模型融合和偏差-方差权衡。强调了避免混淆评估指标、忽视模型验证和盲目追求高复杂度模型的常见错误,并提供相关代码示例,如交叉验证、网格搜索和超参数调优。通过理解这些概念和技巧,可在面试中展示出色的数据科学能力。
31 12
|
8天前
|
机器学习/深度学习 搜索推荐 Python
Python特征工程面试:从理论到实践
【4月更文挑战第17天】本文探讨了Python在数据科学面试中的特征工程,涵盖基础概念如特征选择和提取,实战技能如缺失值和异常值处理,以及特定场景应用。强调避免过度依赖单一方法,忽视数据分布和相关性,以及保持特征工程的可解释性。提供代码示例展示了处理缺失值、标准化、特征选择和异常值检测的基本操作。建议结合业务理解,灵活运用多种方法并注重模型解释性。
23 9
|
8天前
|
数据采集 机器学习/深度学习 数据挖掘
Python数据清洗与预处理面试题解析
【4月更文挑战第17天】本文介绍了Python数据清洗与预处理在面试中的常见问题,包括Pandas基础操作、异常值处理和特征工程。通过示例代码展示了数据读取、筛选、合并、分组统计、离群点检测、缺失值和重复值处理、特征缩放、编码、转换和降维。强调了易错点,如忽视数据质量检查、盲目处理数据、数据隐私保护、过度简化特征关系和忽视模型输入要求。掌握这些技能和策略将有助于在面试中脱颖而出。
24 8
|
8天前
|
缓存 自然语言处理 数据处理
Python自然语言处理面试:NLTK、SpaCy与Hugging Face库详解
【4月更文挑战第16天】本文介绍了Python NLP面试中NLTK、SpaCy和Hugging Face库的常见问题和易错点。通过示例代码展示了如何进行分词、词性标注、命名实体识别、相似度计算、依存关系分析、文本分类及预训练模型调用等任务。重点强调了理解库功能、预处理、模型选择、性能优化和模型解释性的重要性,帮助面试者提升NLP技术展示。
27 5
|
8天前
|
NoSQL MongoDB Redis
Python与NoSQL数据库(MongoDB、Redis等)面试问答
【4月更文挑战第16天】本文探讨了Python与NoSQL数据库(如MongoDB、Redis)在面试中的常见问题,包括连接与操作数据库、错误处理、高级特性和缓存策略。重点介绍了使用`pymongo`和`redis`库进行CRUD操作、异常捕获以及数据一致性管理。通过理解这些问题、易错点及避免策略,并结合代码示例,开发者能在面试中展现其技术实力和实践经验。
132 8
Python与NoSQL数据库(MongoDB、Redis等)面试问答
|
8天前
|
SQL 关系型数据库 MySQL
Python与MySQL数据库交互:面试实战
【4月更文挑战第16天】本文介绍了Python与MySQL交互的面试重点,包括使用`mysql-connector-python`或`pymysql`连接数据库、执行SQL查询、异常处理、防止SQL注入、事务管理和ORM框架。易错点包括忘记关闭连接、忽视异常处理、硬编码SQL、忽略事务及过度依赖低效查询。通过理解这些问题和提供策略,可提升面试表现。
29 6