10个常见的python面试问题

全球有超过 800 万名 Python 开发人员。 每天都有成千上万的新学习者加入 Python 社区。 残酷的事实是，只有 10-20% 的人能够成为一名优秀的开发人员并找到一份好工作。 原因是他们无法解决一些高级面试问题。接下来，我将与你分享高频常见的10个重要的 Python 问题。

1. .py 和 .pyc 文件有什么区别？

.py 文件是程序的源代码。 .pyc 文件是程序的编译字节。

Python 编译 .py 文件并将其保存为 .pyc 文件。 然后由Python虚拟机执行。

在执行主要源代码之前，python会查找它的编译版本（.pyc 文件），如果 python 找到，那么它将在虚拟机的帮助下执行它。
如果没有，那么它将寻找一个 .py 文件编译它然后执行 .py 文件。 基本上，.pyc 文件通过再次执行已编译的代码来节省编译时间。

2. 什么是抽象？如何在Python中实现抽象？

抽象用于向用户隐藏函数的内部功能。他们可以与函数交互并生成结果，但不知道结果是如何生成的。

简单来说，抽象就是用来对用户隐藏不相关的数据，以降低程序的复杂度。 在 Python 中借助 ABC 模块，我们可以实现抽象。

抽象类也可以作为其他类的基石，因为你不能为抽象类创建对象，所以访问元素的唯一方法是使用继承。

from abc import ABC, abstractmethod

class Parent(ABC):

    @abstractmethod
    def show(self):
        pass
  
class child(Parent):
    def show(self):
        print("Child Class")

obj = child() # 抽象类不能被实例化
obj.show() # Child Class
复制代码

3. 什么是 FrozenSet ？举例说明它的重要性。

FrozenSets 类似于集合，唯一的区别是它们是不可变的。

你可以随时修改 set 的元素，但 frozenset 一旦创建就无法修改。

这意味着不能在创建后执行添加、删除或更新任何元素。
frozenset 将可迭代对象作为输入并使它们不可变。由于冻结集是不可变的，因此它们可以作为字典中的键。

data = {"Name": "Roger", "Pin": 3056, "ActNo":9892345112234565}
fSet = frozenset(data)
print(fSet) # frozenset({'Name', 'Pin', 'ActNo'})
复制代码

4. 浅拷贝与深拷贝的区别说明？

浅复制 将对象的引用存储在新的内存位置。对新位置所做的更改也会反映在以前的位置上。它比深拷贝更快。

深度复制 将对象的值存储在新位置。对新位置所做的任何更改都不会反映在以前的位置上。

id 用于查看对象的内存地址。当然，下面例子的地址在你的计算机上是不同的。

## 浅拷贝 
data = [1, 2, 3, 4, 5]
updated_data = data
updated_data.append(6)
print(updated_data) # [1, 2, 3, 4, 5, 6]
print(data) # [1, 2, 3, 4, 5, 6]
print(id(data)) # 16777216
print(id(updated_data)) # 16777216


## 深拷贝 
import copy
data = [1,2,3,4,5]
updated_data = copy.deepcopy(data)
updated_data.append(6)
print(updated_data) # [1, 2, 3, 4, 5, 6]
print(data) # [1, 2, 3, 4, 5]
print(id(updated_data)) # 16777216
print(id(data)) # 14020317
复制代码

5. pickle如何使用？

Pickling 是将 Python对象 转换为 字节流 的过程, 通常称为序列化。

Unpickling 是逆操作，将 字节流 转换成 python对象， 通常称为反序列化。

python中我们用pickle.dump 和 pickle.load 来实现序列化和反序列化。

## Pickling
import pickle
data =  {
    'Names': ["Karl","Robin","Lary"],
    'Id': ('G770531','G770532','G770533'),
    'Salary':[55600,88900,76000]
    }
output = open('./data.pkl', 'wb')
pickle.dump(data, output)
output.close()

## Unpickling
import pickle
stream = open('./data.pkl', 'rb')
data = pickle.load(stream)
print(data) # {'Names': ['Karl', 'Robin', 'Lary'], 'Id': ('G770531', 'G770532', 'G770533'), 'Salary': [55600, 88900, 76000]}
stream.close()
复制代码

6. 参数*args和**kwargs是什么？

*args 和 **kwargs 都允许将可变数量的参数传递给函数。当不确定要在函数中传递的参数数量时，将使用它们。

*args 允许你将可变数量的参数传递给函数。

def addNumbers(*numbers):
    sum = 0
    for number in numbers:
        sum = sum + number
    print("Sum: ",sum)
addNumbers(3,5) # Sum: 8
addNumbers(5,6,7) # Sum: 18
复制代码

**kwargs 允许你将可变数量的关键字参数传递给函数。

def addNumbers(**data):
    sum = 0
    for key,value in data.items():
        sum = sum+value
    print("Sum: ",sum)
    
addNumbers(a=5, b=6) # Sum: 11
addNumbers(a=5, b=8, c=10) # Sum: 23
复制代码

7. 如何理解python中的资源管理器？

上下文管理器用于资源管理。它们允许你在需要时分配和释放资源。上下文管理器最常用和最受认可的例子是 with 语句。 它主要用于打开和关闭文件。with 允许在单行出现问题时打开和关闭文件。 它的主要优点是它可以确保文件正确关闭。

with open ('./data.txt','w') as f:
    f.write("Hello")
复制代码

8. 如何理解python中的实例方法、类方法和静态方法？

在 Python 中，可以定义三种方法——实例方法、类方法和静态方法。

• 实例方法: 是我们在创建类时创建的普通方法。这些方法与对象有关。这些方法的语法是 def do_something(self) ，其中 self 指的是实例对象。

• 类方法: 与实例对象略有不同。它们与类绑定，而不是与类的对象绑定。这些用于执行类任务并可以更改类的状态。我们用@classmethod装饰器创建一个类方法。

• 静态方法: 是指在类中定义的方法，主要为了程序逻辑的清晰，这些方法与类无关，而且不需要类的实例。我们用@staticmethod装饰器创建一个静态方法。

9. 什么是nolocal和global变量？

它们都用于定义变量的范围。Global 是在函数作用域之外定义的变量。 该变量的值对于整个代码是相同的。它可以在程序的任何地方使用。

pi = 3.14  ## 全局变量 
def circle(radius):
    area_of_circle = pi * (radius) ** 2
    print("The area of the circle is: ",   area_of_circle)
circle(7) # The area of the circle is:  153.85
复制代码

NonLocal是在未定义局部作用域的嵌套函数中使用的变量。如果你改变非局部变量的值，局部变量的值也会改变。

def outer_function():
    x = "local_variable"
    def inner_function():
        nonlocal x
        x = "nonlocal_variable"
        print("inner function:", x)
    inner_function()
    print("outer function:", x)
outer_function()
# inner function: nonlocal_variable
# outer function: nonlocal_variable
复制代码

10. 举例说明 Generator？

生成器是一种返回可迭代对象的函数。 Generator 函数必须至少包含一个 yield 语句。 yield 是 Python 中的一个关键字，用于从函数返回值而不破坏其当前状态或对局部变量的引用。 带有 yield 关键字的函数称为生成器。

生成器仅在被要求执行时生成一次项目。 它们的内存效率很高，占用的内存空间更少。

初学者，可以把yield理解为return的另一种形式, 但是它不会停止函数的执行，而是返回一个值。

def fibon(limit):
    a,b = 0,1
    while a < limit:
        yield a
        a, b = b, a + b
        
for x in fibon(10):
    print(x) # 1 2 3 5 8 13 21 34 55 89
复制代码

小节

上面分享了python面试中的高频常见的10个问题，希望某天你想跳槽了或准备找一份工作，对你有所帮助！

欢迎大家点赞、收藏，支持！

pythontip 出品，Happy Coding！

公众号: 夸克编程

点击此处文中代码均可运行