收集整理了一份《2024年最新Python全套学习资料》免费送给大家，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友。
既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，涵盖了95%以上Python知识点，真正体系化！
由于文件比较多，这里只是将部分目录截图出来
如果你需要这些资料，可以添加V无偿获取：hxbc188 （备注666）
正文
def merge\_sort(l1,l2):
left_p,right_p=0,0
result=[]
while left_p<len(l1) and right_p<len(l2):
if l1[left_p]<l2[right_p]:
result.append(l1[left_p])
left_p+=1
else:
result.append(l2[right_p])
right_p+=1
result+=l1[left_p:]
result+=l2[right_p:]
return result
print(merge_sort(l1,l2))
38、用 python 删除文件和用 linux 命令删除文件方法
"""
python删除文件： os.remove(文件名)
linux命令删除文件： rm 文件名
"""
39、logging 模块的使用？
#logging是日志模块，爬虫时可能用到
import logging
logging.basicConfig(level=logging.INFO,format='%(asctime)s-%(name)s-%(levelname)s-%(message)s')
logger=logging.getLogger('psy') #psy我设置的文件名
logger.info('Start log')
logger.debug('Do something')
logger.warning('Something maybe fail')
logger.error('Somthing exists error')
logger.critical('Break down')
40、写一段自定义异常代码
def func():
try:
for i in range(5):
if i>2:
raise Exception('数字大于2')
except Exception as e:
print(e)
func() #数字大于2
41、正则表达式匹配中，（.）和（.?）匹配区别？
#（.\*）是贪婪匹配，会把满足正则的尽可能多的往后匹配
#（.\*?）是非贪婪匹配，会把满足正则的尽可能少匹配
s = "<a>哈哈</a><a>呵呵</a>"
import re
res1 = re.findall("<a>(.\*)</a>", s)
print("贪婪匹配", res1) #贪婪匹配 ['哈哈</a><a>呵呵']
res2 = re.findall("<a>(.\*?)</a>", s)
print("非贪婪匹配", res2) #非贪婪匹配 ['哈哈', '呵呵']
42、[[1,2],[3,4],[5,6]]一行代码展开该列表，得出[1,2,3,4,5,6]
a=[[1,2],[3,4],[5,6]]
new_a=[]
for item in a:
new_a.extend(item)
print(new_a) #[1, 2, 3, 4, 5, 6]
res=[j for i in a for j in i]
print(res) #[1, 2, 3, 4, 5, 6]
43、x=“abc”,y=“def”,z=[“d”,“e”,“f”]，分别求出 x.join(y) 和 x.join(z) 返回的结果
#join()括号里面的是可迭代对象，x插入可迭代对象中间，形成字符串，结果一致
x="abc"
y="def"
z=["d","e","f"]
print(x.join(y)) #dabceabcf
print(x.join(z)) #dabceabcf
44、举例说明异常模块中 try except else finally 的相关意义
"""
try..except..else没有捕获到异常，执行else语句
try..except..finally不管是否捕获到异常，都执行finally语句
"""
#45、python中两个值交换
a,b=1,2
a,b=b,a
print(a,b) #2 1
46、举例说明 zip() 函数用法 zip()函数实质就是整合
l1=[1,2,3,4]
l2=[4,5,6]
res=list(zip(l1,l2))
print(res) #[(1, 4), (2, 5), (3, 6)]
47、a=“张明 98分”，用 re.sub，将 98 替换为 100
import re
a="张明 98分"
res=re.sub(r'\d+','100',a)
print(res) #张明 100分
48、a="hello"和b="你好"编码成 bytes 类型
a=b"hello"
b="你好".encode()
print(type(a)) #<class 'bytes'>
print(type(b)) #<class 'bytes'>
49、[1,2,3]+[4,5,6]的结果是多少
print([1,2,3]+[4,5,6]) #[1, 2, 3, 4, 5, 6]
50、提高 python 运行效率的方法
（1）使用生成器，因为可以节约大量内存
（2）循环代码优化，避免过多重复代码的执行
（3）核心模块用Cython PyPy等，提高效率
（4）多线程、多进程、协程
（5）多个if elif条件判断，可以把最有可能先发生的条件放到前面写，这样可以减少程序的判断次数，提高效率
51、遇到 bug 如何处理
（1）细节上的错误，通过print()打印，能执行到print()说明一般上面的代码没有问题，分段检测程序是否有问题，如果是js的话可以alter活console.log
（2）如果涉及一些第三方的框架，会去查找光放文档或者一些技术博客
（3）对于bug的管理与归类总结，一般测试将测试出的bug用teambin等bug管理工具进行记录，然后我们会一条一条进行修改，修改的过程也是理解业务逻辑和提高自己编程逻辑缜密性的方法，然后自己再做一些笔记记录。
（4）导包问题、城市定位多音字造成的显示错误问题
52、list=[2,3,5,4,9,6]，从小到大排序，不许用 sort，输出[2,3,4,5,6,9]
#若使用sort
l=[2,3,5,4,9,6]
print(sorted(l)) #[2, 3, 4, 5, 6, 9]
#不使用sorted，自己定义函数
def quicksort(old_list):
if len(old_list)<2:
return old_list
else:
temp=old_list[0]
lowbeforetemp=[i for i in old_list[1:] if i<=temp]
bigbeforetemp=[i for i in old_list[1:] if i>temp]
final_list=quicksort(lowbeforetemp)+[temp]+quicksort(bigbeforetemp)
return final_list
print(quicksort([2,3,5,4,9,6])) #[2, 3, 4, 5, 6, 9]
53、两个数相除，保留两位小数
print(round(10/3,2)) #3.33
54、正则匹配，匹配日期 2018-03-20
s='Date：2018/03/20'
import re
res1=re.findall('(\d+)',s) #['2018', '03', '20']
res='-'.join(res1)
print(res) #2018-03-20
55、使用 pop 和 del 分别删除字典中的"name"和"age"字段，dic={“name”:“zs”,“age”:18,“sex”:“girl”}
dic={"name":"zs","age":18,"sex":"girl"}
dic.pop("name")
print(dic) #{'sex': 'girl', 'age': 18}
del dic["age"]
print(dic) #{'sex': 'girl'}
56、简述多线程、多进程
进程是资源（CPU、内存等）分配的基本单位，它是程序执行时的一个实例。
线程是程序执行时的最小单位，它是进程的一个执行流。
进程有自己的独立地址空间，每启动一个进程，系统就会为它分配地址空间，建立数据表来维护代码段、堆栈段和数据段，这种操作非诚昂贵。
【所以各个进程有自己的地址空间，彼此互相不打扰】
线程是共享进程中的数据的，使用相同的地址空间，因此CPU切换一个线程的花费比进程要小很多，同时创建一个线程的开销也比进程要小很多。
57、简述 any() 和 all() 方法
#连个返回的都是bool值 all如果存在0 None False返回False,否则返回
True;any与之相反
print(all([0,1,2,3])) #False
print(all([1,2,3])) #True
print(any([0,1,2,3])) #True
print(any([0,False,None])) #False
58、异常分类
"""
IOError 输入输出异常
AttributeError 试图访问一个对象没有的属性
ImportError 无法引入模块或包，基本都是路径的问题
IndentationError 语法错误，代码没有正确的对齐
KeyError 试图访问你字典里不存在的键
SyntaxError Python代码逻辑语法出错，不能执行
NameError 使用一个还未赋予对象的变量
"""
59、Python 中 copy 和 deepcopy 区别 【深拷贝和浅拷贝】
import copy
#copy的使用
l1=[1,2,[3,4]]
l2=copy.copy(l1)
print(id(l1)==id(l2)) #False 两者id不相同
l1.append(5)
l1[2].append(5)
print(l1) #[1, 2, [3, 4, 5], 5]
print(l2) #[1, 2, [3, 4, 5]]
#deepcopy的使用
l1=[1,2,[3,4]]
l2=copy.deepcopy(l1)
print(id(l1)==id(l2)) #False 两者id不相同
l1.append(5)
l1[2].append(5)
print(l1) #[1, 2, [3, 4, 5], 5]
print(l2) #[1, 2, [3, 4]]
"""
copy()和deepcopy()是Python语言copy模块中的两个method，copy()其实是与deep copy相对的shallow copy。
对于简单的object,用shallow copy和deep copy没区别。
复杂的Object,如list中套着list的情况,shallow copy中的子list并未从原object真的独立出来，因此如果你改变原object的子list中的一个元素，你的copy就会跟着一起改变。
deep copy则更加符合我们对复制的直觉定义：一旦复制出来了，就应该是独立的了。
"""
60、在python数据处理中的复制方法（下面介绍3种，需要导入numpy库）
import numpy as np
方法一：b=a 【此时：b和a实际指向同一个东西，改变a或b，两者一起发生变化】
a=np.arange(12)
b=a
b.shape=(3,4)
print(a.shape) #(3, 4)
print(id(a)==id(b)) #True
方法二：c=a.view() 【此时：c和a不是指向同一个东西，但是共用一堆值】
a=np.arange(12)
c=a.view()
c.shape=(3,4)
print(a.shape) #(12,)
print(id(a)==id(c)) #False
方法三：d=a.copy() 【此时：d和a各自为各自的值，没有一点关系】
a=np.arange(12)
d=a.copy()
d[0]=5
print(a) #[ 0 1 2 3 4 5 6 7 8 9 10 11]
print(d) #[ 5 1 2 3 4 5 6 7 8 9 10 11]
print(id(a)==id(d)) #False
61、列出几种魔法方法并简要介绍用途
"""
\_\_init\_\_ 对象初始化方法
\_\_new\_\_ 创建对象时执行的方法，单例模式会用到
\_\_str\_\_ 当时用print输出对象时，只要自己定义了\_\_str\_\_(self)方法，则就打印在这个方法中return的数据 【必须要有return】
\_\_del\_\_ 删除对象执行的方法
"""
62、上下文管理器 with…as 的实现
上下文管理器(context manager)用于规定某个对象的使用范围。一旦进入或者离开该使用范围，会有特殊操作被调用 比如为对象分配或者释放内存)。
它的语法形式是with…as…
常用的上下文管理器： with open(‘test.txt’,‘w’)as f:f.write(‘Hello World!’)
open函数既能够当做一个简单的函数使用，又能够作为上下文管理器。这是因为open函数返回了一个文件类型变量。
要实现上下文管理器，必须实现两个方法：一个负责进入语句块的准备操作（enter 方法），另一个负责离开语句块的善后操作（exit 方法）。
当一个对象被用作上下文管理器时：
enter 方法将在进入代码块前被调用。
exit 方法则在离开代码块之后被调用(即使在代码块中遇到了异常)。
自己实现的上下文管理方法，
class PypixOpen:
def \_\_init\_\_(self, filename, mode):
self.filename = filename
self.mode = mode
def \_\_enter\_\_(self):
self.openedFile = open(self.filename, self.mode)
return self.openedFile
def \_\_exit\_\_(self, \*unused):
self.openedFile.close()
with PypixOpen(filename, mode) as writer:
writer.write("Hello World from our new Context Manager!")
注意：
（1）我们完全忽视了语句块内部可能出现的问题。
（2）如果语句块内部发生了异常，__exit__方法将被调用，而异常将会被重新抛出(re-raised)。
当处理文件写入操作时，大部分时间你肯定不希望隐藏这些异常，所以这是可以的。
而对于不希望重新抛出的异常，我们可以让__exit__方法简单的返回True来忽略语句块中发生的所有异常(大部分情况下这都不是明智之举)。
（3）上面代码*unused 指向exc_type, exc_value, traceback三个参数，当程序块中出现异常(exception)，这三个参数用于描述异常。
我们可以根据这三个参数进行相应的处理。如果正常运行结束，这三个参数都是None。
给出的答案
class Close():
def \_\_init\_\_(self,obj):
self.obj=obj
def \_\_enter\_\_(self):
return self.obj #返回作为as目标
def \_\_exit\_\_(self, exc_type, exc_val, exc_tb):
try:
self.obj.close()
except AttributeError:
print(exc_type)
63、python arg.py 1 2 命令行启动程序并传参，print(sys.argv) 会输出什么数据？
#[arg.py 1 2]
64、请将[i for i in range(3)]改成生成器
class iter():
def \_\_init\_\_(self,data):
self.data=data
self.loop=-1
def \_\_iter\_\_(self):
return self
def \_\_next\_\_(self):
if self.loop>=self.data:
raise StopIteration
self.loop+=1
return self.loop
Iter=iter(range(3))
print(Iter) #<\_\_main\_\_.iter object at 0x000001BA9D92F898>
print(Iter.__iter__()) #<\_\_main\_\_.iter object at 0x0000016888BDF898>
print(Iter.data) #range(0, 3)
print(Iter.__next__) #<bound method iter.\_\_next\_\_ of <\_\_main\_\_.iter object at 0x0000016888BDF898>>
"""
#列表解析生成列表 [x\*x for x in range(3)] 结果：[0,1,4]
#生成器表达式 (x\*x for x in range(3)) 结果：(0,1,4)
#两者之间的转换 list(x\*x for x in range(3)) 结果[0,1,4]
"""
65、字符串转化大小写？
s='MyDay'
print(s.upper()) #MYDAY
print(s.lower()) #myday
66、请说明 sort 和 sorted 对列表排序的区别
l=[2,4,1,3,8,6,5]
l.sort()
print(l) #[1, 2, 3, 4, 5, 6, 8]
l=[2,4,1,3,8,6,5]
print(sorted(l)) #[1, 2, 3, 4, 5, 6, 8]
"""
（1）sort()与sorted()的不同在于：sort()是在原位重新排列列表，而sorted()是产生一个新的列表
sorted(L)返回一个排序后的L，不改变原始的L；L.sort()是对原始的L进行操作，调用后原始的L会改变，没有返回值
所以a=a.sort()是错的，a=sorted(a)才对！
（2）sorted()适用于任何可迭代容器，list.sort()仅支持list
（3）基于以上两点，sorted的使用频率比list.sort()更高些
67、对 foo = [-5,8,0,4,9,-4,-20,-2,8,2,-4] 进行排序，使用 lambda 函数从小到大排序
#方法一：直接使用list.sort()
foo = [-5,8,0,4,9,-4,-20,-2,8,2,-4]
foo.sort()
print(foo) #[-20, -5, -4, -4, -2, 0, 2, 4, 8, 8, 9]
#方法二：使用lambda函数
foo = [-5,8,0,4,9,-4,-20,-2,8,2,-4]
res=sorted(foo,key=lambda x:x)
print(res) #[-20, -5, -4, -4, -2, 0, 2, 4, 8, 8, 9]
68、对 foo = [-5,8,0,4,9,-4,-20,-2,8,2,-4] 进行排序，将正数从小到大，负数从大到小
foo = [-5, 8, 0, 4, 9, -4, -20, -2, 8, 2, -4]
res=sorted(foo,key=lambda x:(x<0,abs(x)))
print(res) #[0, 2, 4, 8, 8, 9, -2, -4, -4, -5, -20]
#69、Python 传参数是传值还是传址？
"""
Python 中函数参数是引用传递（注意不是值传递）。
对于不可变类型（数值型、字符串、元组），因变量不能修改，所以运算不会影响到变量自身；
而对于可变类型（列表字典）来说，函数体运算可能会更改传入的参数变量。
"""
70、w、w+、r、r+、rb、rb+ 文件打开模式区别
r 以只读方式打开文件。文件的指针会被放在文件的开头。这是默认模式。
w 打开一个文件只用于写入。如果该文件已存在则将其覆盖，如果该文件不存在，创建新文件。
a 打开一个文件用于追加。如果该文件存在，文件指针将会放在文件的结尾。也就是说：新的内容会被写入到已有内容之后。
如果该文件不存在，创建新文件进行写入。
rb 以二进制格式打开一个文件用于只读。文件指针会放在文件的开头。这是默认模式。
wb 以二进制格式打开一个文件只用于写入。如果该文件已存在则将其覆盖。如果该文件不存在，创建新文件。
ab 以二进制格式打开一个文件用于追加。如果该文件已存在，文件指针将会放在文件的结尾。也就是：新的内容会被写入到已有内容之后。
如果该文件不存在，创建新文件进行写入。
r+ 打开一个文件用于读写。文件指针将会放在文件的开头。
w+ 打开一个文件用于读写。如果该文件已存在则将其覆盖。如果该文件不存在，创建新文件。
a+ 打开一个文件用于读写。如果该文件已存在，文件指针将会放在文件的结尾。文件打开时会时追加模式。
如果该文件不存在，创建新文件进行写入。
rb+ 以二进制格式打开一个文件用于读写。文件指针会放在文件的开头。
wb+ 以二进制格式打开一个文件用于读写。如果该文件已存在则将其覆盖。如果该文件不存在，创建新文件。
ab+ 以二进制格式打开一个文件用于读写。如果该文件已存在，文件指针将会放在文件的结尾。
如果该文件不存在，创建新文件进行写入。
71、int(“1.4”)、int(1.4)的输出结果？
print(int("1.4")) #报错ValueError: invalid literal for int() with base 10: '1.4'
print(int(1.4)) #1
72、Python 垃圾回收机制？
“”"
（1）引用计数
import sys
str1='hello world'
print(sys.getrefcount(str1)) #在python解释器下运行，为2 创建一次，调用一次
（2）分代计数
Python默认定义了三代对象集合，索引数越大，对象存活时间越长
Python中使用了某些启发式算法（heuristics）来加速垃圾回收。
【例如，越晚创建的对象更有可能被回收。对象被创建之后，垃圾回收器会分配它们所属的代（generation）。每个对象都会被分配一个代，而被分配更年轻代的对象是优先被处理的。】
（3）引用循环
垃圾回收器会定时寻找这个循环，并将其回收。
举个例子，假设有两个对象o1和o2，而且符合o1.x == o2和o2.x == o1这两个条件。如果o1和o2没有其他代码引用，那么它们就不应该继续存在。但它们的引用计数都是1。
“”"
73、Python 字典和 json 字符串相互转化方法 【序列化和反序列化】
import json
dic={"name":"psy","age":18}
#序列化 把python的对象编码转换为json格式的字符串
res1=json.dumps(dic)
print(res1,type(res1)) #{"age": 18, "name": "psy"} <class 'str'> 【json中一般使用""】
#反序列化 把json格式字符串解码为python数据对象。
res2=json.loads(res1)
print(res2,type(res2)) #{'name': 'psy', 'age': 18} <class 'dict'>
74、Python 正则中 search 和 match 的区别
"""
match() 从第一个字符开始找, 如果第一个字符就不匹配就返回 None, 不继续匹配. 用于判断字符串开头或整个字符串是否匹配,速度快。
search() 会整个字符串查找,直到找到一个匹配。
"""
import re
str1='superman'
str2='hello superman'
print(re.match('super',str1)) #<\_sre.SRE\_Match object; span=(0, 5), match='super'>
print(re.match('super',str1).span()) #(0, 5)
print(re.match('super',str2)) #None
print(re.search('super',str1)) #<\_sre.SRE\_Match object; span=(0, 5), match='super'>
print(re.search('super',str1).span()) #(0, 5)
print(re.search('super',str2)) #<\_sre.SRE\_Match object; span=(6, 11), match='super'>
print(re.search('super',str2).span()) #(6, 11)
75、Python 中读取 Csv、Excel 文件的方法？
import pandas as pd
#read\_csv=pd.read\_csv('test1.csv')
#read\_excel=pd.read\_excel('test2.xlsx')
76、输入日期， 判断这一天是这一年的第几天？
import datetime
def DayOfYear():
year=input('请输入年份：').strip()
mon=input('请输入月份：').strip()
day=input('请输入日：').strip()
data1=datetime.date(year=int(year),month=int(mon),day=int(day))
data2=datetime.date(year=int(year),month=1,day=1)
return (data1-data2).days+1
print(DayOfYear())
"""运行结果：
请输入年份：2019
请输入月份：4
请输入日：18
108
"""
77、什么是 lambda 函数？有什么好处？
lambda 函数是一个可以接收任意多个参数（包括可选参数）并且返回单个表达式值的匿名函数
好处：
（1）lambda 函数比较轻便，即用即删除，很适合需要完成一项功能，但是此功能只在此一处使用，连名字都很随意；
（2）匿名函数，一般用来给filter，map这样的函数式编程服务；
（3）作为回调函数，传递给某些应用，比如消息处理
78、求两个列表的交集、差集、并集
set()集合中有关于交集、差集、并集的方法 交集intersection() 差集difference 并集union
a=[1,2,3,4]
b=[4,3,5,6]
jj1=[i for i in a if i in b]
jj2=list(set(a).intersection(set(b)))
print('交集：',jj1,jj2) #交集： [3, 4] [3, 4]
cj1=list(set(a).difference(set(b)))
cj2=list(set(b).difference(set(a)))
print('差集：',cj1,cj2) #差集： [1, 2] [5, 6]
bj=list(set(a).union(set(b)))
print('并集',bj) #并集 [1, 2, 3, 4, 5, 6]
\*\*79、什么是负索引？\*\*
#与正索引不同，负索引是从右边开始检索
80、正则匹配不是以4和7结尾的手机号？
import re
tels=["13100001234","18912344321","10086","18800007777"]
#方法1：
for item in tels:
if len(item)!=11 or item.endswith('4') or item.endswith('7'):
print('{}不是想要的手机号'.format(item))
else:
print('{}是想要的手机号'.format(item))
#方法二：
for item in tels:
res=re.match("1\d{9}[0-3,5-6,8-9]",item)
if res:
print('{}是想要的手机号'.format(res.group()))
else:
print('{}不是想要的手机号'.format(item))
81、用两种方法去空格？
str="hello world ha ha"
res1=str.replace(' ','')
print(res1) #helloworldhaha
res2_l=str.split(' ')
res2=''.join(res2_l)
print(res2) #helloworldhaha
82、统计字符串中某字符出现次数？
str="张三 哈哈 张三 呵呵 张三"
from collections import Counter
l=str.split(' ')
res=Counter(l)
print(res) #Counter({'张三': 3, '哈哈': 1, '呵呵': 1})
print(Counter(l)['张三']) #3
print(str.count('张三')) #3
83、正则表达式匹配 URL
str = 'Its after 12 noon, do you know where your rooftops are?
import re
pattern=re.compile(r'http[s]?://(?:[a-zA-Z]|[0-9]|[$-\_@.&+]|[!\*\(\),]|(?:%[0-9a-fA-F][0-9a-fA-F]))+')
url=re.findall(pattern,str)
print(url)
84、正则匹配以 163.com 结尾的邮箱？
email_list= ["sdgaozhe@163.com","xiaoWang@163.comheihei", ".com.602556194g@qq.com" ]
import re
for item in email_list:
res=re.match('[\w]{4,20}@163\.com$',item)
if res:
print('{}符合规定的邮件地址，匹配的结果是：{}'.format(item,res.group()))
else:
print('{}不符合规定的邮件地址'.format(item))
85、s=“info:xiaoZhang 33 shandong”,用正则切分字符串输出[‘info’, ‘xiaoZhang’, ‘33’, ‘shandong’]
s="info:xiaoZhang 33 shandong"
import re
res=re.split(r":| ",s) #|表示或，根据:或 切分
print(res) #['info', 'xiaoZhang', '33', 'shandong']
86、两个有序列表，l1,l2，对这两个列表进行合并不可使用 extend 【很前面的一题很像…】
l1=[1,4,7]
l2=[2,5,6]
l1.extend(l2)
print(l1) #[1, 4, 7, 2, 5, 6] 【无序】
l1=[1,4,7]
l2=[2,5,6]
def merge\_sort(l1,l2):
left_p,right_p=0,0
result=[]
while left_p<len(l1) and right_p<len(l2):
if l1[left_p]<l2[right_p]:
result.append(l1[left_p])
left_p+=1
else:
result.append(l2[right_p])
right_p+=1
result+=l1[left_p:]
result+=l2[right_p:]
return result
print(merge_sort(l1,l2)) #[1, 2, 4, 5, 6, 7]
87、代码描述列表推导式、字典推导式、生成器？
import random
tds_list=[i for i in range(10)]
print('列表推导式',tds_list,type(tds_list)) #列表推导式 [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] <class 'list'>
tds_dict={k:random.randint(4,9) for k in ["a","b","c","d"]}
print('字典推导式',tds_dict,type(tds_dict)) #字典推导式 {'d': 9, 'c': 6, 'a': 9, 'b': 7} <class 'dict'>
generate=(i for i in range(10))
print('生成器',generate,type(generate)) #生成器 <generator object <genexpr> at 0x0000021C8A507410> <class 'generator'>
88、根据键对字典排序，不可使用zip？
dic = {"name":"zs","sex":"man" ,"city":"bj"}
#对字典按键key进行排序
res1=sorted(dic.items(),key=lambda x:x[0])
print(res1) #[('city', 'bj'), ('name', 'zs'), ('sex', 'man')]
#对字典的值value进行排序
res2=sorted(dic.items(),key=lambda x:x[1])
print(res2) #[('city', 'bj'), ('sex', 'man'), ('name', 'zs')]
89、阅读一下代码他们的输出结果是什么？
def multi():
return [lambda x : i\*x for i in range(4)]
print([m(2) for m in multi()]) #[6, 6, 6, 6]
"""
\*\*分析：这是一个闭包,下面是闭包定义：
1、闭包是一个嵌套函数
2、闭包必须返回嵌套函数
3、嵌套函数必须引用一个外部的非全局的局部自由变量\*\*
def multi():
func\_list=[]
for i in range(4):
def lam(x):
return i\*x
func\_list.append(lam)
return func\_list
在python里，相对而言的局部变量绑定的是值，非局部变量绑定的是空间， 而不是值本身。
所以，for循环生成的i，相对于函数lam来说，是全局变量，所以绑定的是i所在的内存地址，但i最后变成了3，lam绑定的是3。
所以导致了,生成的四个函数所得值时相同的.
那实现结果为[0,2,4,6]呢? 按照刚才的思路,我们只需将lam函数中的i变成局部变量,则函数lam绑定的就是值,而不是内存地址：
def mul():
func\_list=[]
for i in range(4):
def lam(x,n=i): #这时候因为n是局部变量，所以绑定的是n的值
return x\*n
func\_list.append(lam)
return func\_list
print([m(2) for m in mul()]) #[0, 2, 4, 6]
"""
90、代码实现 Python 的线程同步，在屏幕上依次打印10次“ABC”
from threading import Thread,Lock
mutex=Lock()
def print1(lock):
lock.acquire()
print('A')
lock.release()
def print2(lock):
lock.acquire()
print('B')
lock.release()
def print3(lock):
lock.acquire()
print('C')
lock.release()
for i in range(10):
t1=Thread(target=print1,args=(mutex,))
t1.start()
t1.join()
t2 = Thread(target=print2, args=(mutex,))
t2.start()
t2.join()
t3 = Thread(target=print3, args=(mutex,))
t3.start()
t3.join()
91、简述 read、readline、readlines 的区别？
read 读取整个文件
readline 读取下一行，使用生成器方法
readlines 读取整个文件到一个迭代器以供我们遍历
92、a=" hehheh "去除首尾空格
a=" hehheh "
print(a.strip()) #hehheh
93、yield方法
yield就是保存当前程序执行状态。
你用for循环的时候，每次取一个元素的时候就会计算一次。用yield的函数叫generator,和iterator一样。
它的好处是不用一次计算所有元素，而是用一次算一次，可以节省很多空间，generator 每次计算需要上一次计算结果，所以用yield,否则一旦return，上次计算结果就没了。
94、字符串 “123” 转换成 123，不使用内置 API，例如 int()
def change(s):
num=0
for item in s:
n=eval(item) #此时n为int类型
num=num\*10+n
return num
res=change('123')
print(res,type(res)) #123 <class 'int'>
95、is 和 == 的区别
\*\*is 比较的是内存地址 == 比较内容和数据类型\*\*
a=[1,2,3]
b=a
print(id(a),id(b)) #1753026079880 1753026079880
print(a is b) #True
print(a == b) #True
import copy
c=copy.deepcopy(a)
print(id(a),id(c)) #1753026079880 1753026098120
print(a is c) #False
print(a==c) #True
96、有没有一个工具可以帮助查找 python 的 bug 和进行静态的代码分析？
PyChecker是一个python代码的静态分析工具，它可以帮助查找python代码的bug，会对代码的复杂度和格式提出警告Pylint是另外一个工具可以进行codingstandard检查
97、文件递归
import os
def print\_directory\_contents(s_path):
"""
这个函数接收文件夹的名称作为输入参数
返回该文件夹中文件的路径
以及其包含文件夹中文件的路径
"""
for s_child in os.listdir(s_path):
s_child_path = os.path.join(s_path, s_child)
if os.path.isdir(s_child_path):
print_directory_contents(s_child_path)
else:
print(s_child_path)
print_directory_contents('D:\QQ') #D:\QQ\QQ\_Setup.exe
98、Python 如何copy一个文件？
#shutil 模块有一个 copyfile 函数可以实现文件拷贝 copyfile(source\_file, destination\_file)\*\*
from shutil import copyfile
copyfile('test.py','test\_new.py') #把该目录下的test.py复制到相同目录下的test\_new.py
99、打乱一个排好序的 list 对象 alist？
import random
alist = [1, 2, 3, 4, 5]
random.shuffle(alist)
print(alist) #[4, 1, 2, 3, 5]
\*\*100、对 s="hello"进行反转\*\*
s="hello"
print(s[::-1]) #olleh
101、Python 中单下划线和双下划线使用
foo:一种约定,Python内部的名字,用来区别其他用户自定义的命名,以防冲突，就是例如__init__(),del(),call()这些特殊方法
_foo:一种约定,用来指定变量私有.程序员用来指定私有变量的一种方式.不能用from module import * 导入，其他方面和公有一样访问；
__foo:这个有真正的意义:解析器用_classname__foo来代替这个名字,以区别和其他类相同的命名,它无法直接像公有成员一样随便访问,通过对象名._类名__xxx这样的方式可以访问.
102、反转一个整数
class Solution(object):
def reverse(self, x):
if -10 < x < 10:
return x
str_x = str(x)
if str_x[0] != "-":
str_x = str_x[::-1]
x = int(str_x)
else:
str_x = str_x[1:][::-1]
x = int(str_x)
x = -x
return x if -2147483648 < x < 2147483647 else 0
s=Solution()
res=s.reverse(-120)
print(res) #-21
103、代码描述静态方法 (staticmethod)，类方法(classmethod) 和实例方法
class Method():
def foo(self,x):
print('running foo {}-{}'.format(self,x))
@classmethod
def class\_foo(cls,x):
print('running class\_foo {}-{}'.format(cls,x))
@staticmethod
def static\_foo(x):
print('running static\_foo {}'.format(x))
m=Method()
m.foo('psy') #running foo <\_\_main\_\_.Method object at 0x000002498DF18B00>-psy
m.class_foo('psy') #running class\_foo <class '\_\_main\_\_.Method'>-psy
m.static_foo('psy') #running static\_foo psy
104、新式类和旧式类的区别？
a. 在python里凡是继承了object的类，都是新式类
b. Python3里只有新式类
c. Python2里面继承object的是新式类，没有写父类的是经典类
d. 经典类目前在Python里基本没有应用
105、请写出一个在函数执行后输出日志的装饰器以及计时器
"""
简单的装饰器模板：
def outter(func):
def wrapper(\*args,\*\*kwargs):
f=func()
return wrapper
def timmer(func): #计时器
def wrapper(\*args,\*\*kwargs):
start=time.time()
func(\*args,\*\*kwargs)
end=time.time()
spend=round(end-start,2)
print('该程序执行花费时间为{}'.format(spend))
return wrapper
"""
def do\_log(func): #日志装饰器
def wrapper(\*args,\*\*kwargs):
if func.__name__=='debug':
msg="debug {}".format(args[0])
elif func.__name__=='info':
msg="info {}".format(args[0])
else:
msg="{} {}".format(func.__name__,args[0])
return func(msg,\*\*kwargs)
return wrapper
@do\_log
def debug(msg):
print(msg)
@do\_log
def info(msg):
print(msg)
debug('123') #debug 123
info('456') #info 456
106、请解释一下协程的优点
子程序切换不是线程切换，而是由程序自身控制
没有线程切换的开销，和多线程比，线程数量越多，协程的性能优势就越明显
不需要多线程的锁机制，因为只有一个线程，也不存在同时写变量冲突，在协程中控制共享资源不加锁
107、闭包必须满足那几点
1.必须有一个内嵌函数
2.内嵌函数必须引用外部函数中的变量
3.外部函数的返回值必须是内嵌函数
108、面试技巧
你的缺点是什么？
缺点真的是一个非常不好答的问题，但是只要掌握了以下这个原则，这道问题也只是小菜一碟，那就是：避重就轻。
什么是重？性格方面的问题，人际方面的问题，工作能力方面的原因。如果你说：“我的缺点就是耐心太差”，“我的缺点就是沟通能力有待提高”，那你真的是一个大傻帽。
什么是轻？举点例子：我方向感不太好，不善于理财（金融岗位除外）之类的。有人会问了，我说了这些缺点，面试官会不会觉得我很虚伪？那我告诉你，只要你的虚伪不至于让他想吐（比如“我最大的缺点就是太追求完美”），那虚伪绝对要比傻乎乎的坦诚好。
你有什么想问我的吗？
一般问到这个问题，整个面试就要结束了，但是不要掉以轻心，因为最后这个问题决定了面试官对你的最终印象。
所以这个问题背后的潜台词是什么呢？那就是：你还想了解一些什么，帮助你更好地留在这个公司？换言之，就是你有多想留在这个公司？ 如果你说“没有”，那么面试官说不定心里咯噔一下：原来你对这个职位兴趣也就这点啊……这个问题其实给了你表忠心的机会，你可以很认真地问她：“那如果我来到了这个公司，那每天的日常大概会是什么样的？”或者“这个公司的氛围是什么样的？”（暗示你来这里工作的强烈欲望）。
109、对列表去重并保持原来的顺序
#方法一
l1=[11,2,3,22,2,4,11,3]
res=[]
for item in l1:
if item not in res:
res.append(item)
print(res) #[11, 2, 3, 22, 4]
#方法二：利用sort方法
l1=[11,2,3,22,2,4,11,3]
l2=list(set(l1)) #将列表用set去重，再转换回列表（没有按照之前的顺序）
l2.sort(key=l1.index) #将上一步得到的列表排序，按照l1中的顺序排序
print(l2) #[11, 2, 3, 22, 4]
110、#将列表中的数据按照age排序
l=[{"name":"psy","age":18},{"name":"mama","age":54},{"name":"baba","age":55},{"name":"xk","age":24},{"name":"gyp","age":25}]
l.sort(key=lambda x:x["age"])
print(l) #[{'name': 'psy', 'age': 18}, {'name': 'xk', 'age': 24}, {'name': 'gyp', 'age': 25}, {'name': 'mama', 'age': 54}, {'name': 'baba', 'age': 55}]
111、下面的输出是什么
def extend\_list(v,li=[]):
li.append(v)
return li
list1=extend_list(10)
list2=extend_list(123,[])
list3=extend_list('a')
print(list1) #[10,'a']
print(list2) #[123]
print(list3) #[10,'a']
print(list1 is list3) #True
112、下列代码的输出结果是什么？
l=['a','b','c','d','e']
print(l[10:]) #[]
113、下面代码执行完的输出
def func(m):
for k,v in m.items():
m[k+2]=v+2
m={1:2,3:4}
l=m #浅拷贝
l[9]=10
func(l)
m[7]=8
print("l:",l)
print("m:",m)
"""
结果=====》报错如下：
Traceback (most recent call last):
File "E:/000文章的代码/0000\_2018老男孩教育上海python脱产班vip/python面试题/题目3.py", line 11, in <module>
func(l)
File "E:/000博客文章的代码/0000\_2018老男孩教育上海python脱产班vip/python面试题/题目3.py", line 5, in func
for k,v in m.items():
RuntimeError: dictionary changed size during iteration
#【原理！】
在迭代一个列表或者字典的时候，不能修改列表或字典的大小！！！！！！
"""
114、#4种操作的比较：= 切片 copy deepcopy
现在能在网上找到很多很多的学习资源，有免费的也有收费的，当我拿到1套比较全的学习资源之前，我并没着急去看第1节，我而是去审视这套资源是否值得学习，有时候也会去问一些学长的意见，如果可以之后，我会对这套学习资源做1个学习计划，我的学习计划主要包括规划图和学习进度表。
分享给大家这份我薅到的免费视频资料，质量还不错，大家可以跟着学习
网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
如果你需要这些资料，可以添加V无偿获取：hxbc188 （备注666）
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
print(list2) #[123]
print(list3) #[10,‘a’]
print(list1 is list3) #True
**112、下列代码的输出结果是什么？**
l=[‘a’,‘b’,‘c’,‘d’,‘e’]
print(l[10:]) #[]
**113、下面代码执行完的输出**
def func(m):
for k,v in m.items():
m[k+2]=v+2
m={1:2,3:4}
l=m #浅拷贝
l[9]=10
func(l)
m[7]=8
print(“l:”,l)
print(“m:”,m)
“”"
结果=====》报错如下：
Traceback (most recent call last):
File “E:/000文章的代码/0000_2018老男孩教育上海python脱产班vip/python面试题/题目3.py”, line 11, in
func(l)
File “E:/000博客文章的代码/0000_2018老男孩教育上海python脱产班vip/python面试题/题目3.py”, line 5, in func
for k,v in m.items():
RuntimeError: dictionary changed size during iteration
#【原理！】
在迭代一个列表或者字典的时候，不能修改列表或字典的大小！！！！！！
“”"
**114、#4种操作的比较：= 切片 copy deepcopy**
现在能在网上找到很多很多的学习资源，有免费的也有收费的，当我拿到1套比较全的学习资源之前，我并没着急去看第1节，我而是去审视这套资源是否值得学习，有时候也会去问一些学长的意见，如果可以之后，我会对这套学习资源做1个学习计划，我的学习计划主要包括规划图和学习进度表。
分享给大家这份我薅到的免费视频资料，质量还不错，大家可以跟着学习
**网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**
**如果你需要这些资料，可以添加V无偿获取：hxbc188 （备注666）**
[外链图片转存中...(img-B18oGHxO-1713786969758)]
**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**
扫一扫
2389
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
