Python
Q. Python中可变数据类型与不可变数据类型，浅拷贝与深拷贝详解
Q. 解释什么是lambda函数？它有什么好处？
Lambda函数是Python中的匿名函数。
Lambda函数在Python中被广泛使用，主要是因为它们提供了一种快速定义单行最小函数的方式，而无需使用常规的def关键字。这种函数通常用于需要一个简单操作的地方，例如在列表推导式、map()、filter()等高阶函数中作为参数传递。Lambda函数的基本语法结构是：lambda parameters_list: expression，其中parameters_list是函数的参数列表，而expression则是基于这些参数的表达式，该表达式的结果将被返回。
Lambda函数的优点主要包括代码简洁、无需增加额外变量、即时定义与使用。具体内容如下：
- 代码简洁：由于lambda函数通常只包含一个表达式，因此代码非常简洁，可以提高代码的可读性。
- 无需增加额外变量：因为lambda函数是匿名的，所以不需要为其分配一个名字，这有助于减少程序中的变量数量，避免命名冲突。
- 即时定义与使用：可以在需要时立刻定义并使用，不必像常规函数那样先定义再调用。
case 1
add = lambda x, y: x + y
result = add(3, 5)
print(result) # 输出：8
case 2
students = [(“Alice”, 25), (“Bob”, 20), (“Charlie”, 30)]
students.sort(key=lambda student: student[1])
print(students) # 输出：[(‘Bob’, 20), (‘Alice’, 25), (‘Charlie’, 30)]
case 3
numbers = [1, 2, 3, 4, 5, 6]
even_numbers = list(filter(lambda x: x % 2 == 0, numbers))
print(even_numbers) # 输出：[2, 4, 6]
Lambda表达式通常⽤于需要传递函数作为参数的函数（例如 map 、 filter 、 sorted 等），或
者在需要定义⾮常简单的匿名函数时。
总之，尽管lambda函数有许多优点，但它们也受到一些限制，如只能包含一个表达式，不能包含复杂的逻辑或语句，且没有文档字符串和名称。因此，在决定是否使用lambda函数时，应当根据实际需求和上下文进行权衡。
Q. 什么是装饰器？
装饰器本质上是一个Python函数，它可以让其他函数在不需要做任何代码变动的前提下增加额外功能，装饰器的返回值也是一个函数对象。它经常用于有切面需求的场景，比如：插入日志、性能测试、事务处理、缓存、权限校验等场景。装饰器是解决这类问题的绝佳设计，有了装饰器，我们就可以抽离出大量与函数功能本身无关的雷同代码并继续重用。
def my_decorator(func):
def wrapper():
print(“Something is happening before the function is called.”)
func()
print(“Something is happening after the function is called.”)
return wrapper
@my_decorator
def say_hello():
print(“Hello!”)
当调用 say_hello 时，实际上是调用了装饰器返回的 wrapper 函数
say_hello()
输出：
Something is happening before the function is called.
Hello!
Something is happening after the function is called.
Q. 什么是Python的垃圾回收机制？
Python的垃圾回收机制主要负责自动管理内存，释放不再使用的对象所占用的内存空间。
Python的垃圾回收机制主要包括以下几种：
- 引用计数(Reference Counting)。这是Python中最基本的垃圾回收方法。每个对象都有一个引用计数，记录有多少个变量指向该对象。当引用计数为0时，表示该对象不再被使用，可以被回收。
- 标记-清除(Mark and Sweep)。这种方法用于处理循环引用的情况。当内存空间即将被占满时，Python会暂停程序，从头到尾扫描所有对象，并标记所有可达的对象。然后，清除所有未被标记的对象，回收它们占用的内存空间。
- 分代回收(Generational Collection)。为了提高垃圾回收的效率，Python引入了分代回收机制。对象被分为不同的代，如第0代和第1代等。新创建的对象通常放在第0代，而经过多次垃圾回收仍然存活的对象会被提升到更高的代。垃圾回收器会更多地检查低代中的对象，而对高代中的对象进行较少的检查，从而提高垃圾回收的效率。
需要注意的是，Python的垃圾回收机制是自动进行的，开发者不需要手动管理内存。垃圾回收器会根据需要定期启动，并在合适的时机回收不再使用的对象。
Q. Python内置函数dir的用法？
在 Python 中，dir() 是一个内置函数，用于查找对象的所有属性和方法。它返回一个字符串列表，包含了对象的所有属性和方法的名称。
class MyClass:
def __init__(self):
self.name = “John”
def say_hello(self):
print(“Hello, world!”)
obj = MyClass()
print(“对象 obj 的属性和方法：”, dir(obj))
输出：
对象 obj 的属性和方法： [‘__class__’, ‘__delattr__’, ‘__dict__’, ‘__dir__’, ‘__doc__’, ‘__eq__’, ‘__format__’, ‘__ge__’, ‘__getattribute__’, ‘__gt__’, ‘__hash__’, ‘__init__’, ‘__init_subclass__’, ‘__le__’, ‘__lt__’, ‘__module__’, ‘__ne__’, ‘__new__’, ‘__reduce__’, ‘__reduce_ex__’, ‘__repr__’, ‘__setattr__’, ‘__sizeof__’, ‘__str__’, ‘__subclasshook__’, ‘__weakref__’, ‘name’, ‘say_hello’]
Q. Python中两边都有下划线的方法有什么含义？
在Python中，两边都有双下划线的方法名被称为魔法方法（magic methods）。这些方法是Python语言的基础，它们为Python提供了强大的内置功能。例如，__init__ 方法是类的构造函数，__str__ 方法定义了对象被转换为字符串时的行为。
以下是一个简单的类示例，它定义了一个带有两边都有双下划线的方法：
class MyClass:
def __init__(self, value):
self.value = value
def __str__(self):
return f"MyClass with value: {self.value}"
使用类
obj = MyClass(10)
print(obj) # 输出: MyClass with value: 10
Python中还有很多其他的魔法方法，以下是一些常用的魔法方法：
__init__：构造函数，当一个对象被创建时会自动调用。
__del__：析构函数，当一个对象被销毁时会自动调用。
__str__：返回一个对象的字符串表示，通常用于print函数。
__repr__：返回一个对象的官方字符串表示，通常用于调试。
__call__：允许一个对象像函数那样被调用。
__getitem__、__setitem__、__delitem__：用于自定义索引操作，如obj[key]。
__len__：返回对象的长度，常用于len()函数。
__iter__：返回一个迭代器，用于遍历对象。
__enter__ 和 __exit__：用于实现上下文管理协议，如with语句。
__add__、__sub__、__mul__ 等：用于自定义算术运算符的行为。
这些魔法方法允许你自定义Python对象的行为，使其更符合你的需求。你可以根据需要实现这些方法来扩展Python类的功能。
Q. Python中单下划线和双下划线的区别
- “单下划线” 开始的成员变量叫做保护变量，意思是只有类对象和子类对象自己能访问到这些变量，需通过类提供的接口进行访问，不能用“from xxx import *”而导入；
- “双下划线” 开始的是私有成员，意思是只有类对象自己能访问，连子类对象也不能访问到这个数据。仍然可以通过_{classname}__name来访问__name变量。但是强烈建议你不要这么干，因为不同版本的Python解释器可能会把__name改成不同的变量名。
Q. __new__和__init__区别
__new__与__init__区别总共有四个方面:
- 功能上的区别: 前者生成类实例对象空间的，后者是初始化对象空间并给对象赋值的;
- 执行顺序: 先执行__new__方法生成类对象空间才能执行后者
- 返回值: 前者有返回值，后者没有返回值
- 前者是静态方法, 后者是构造方法。
Q. 什么是迭代器和⽣成器？
迭代器（Iterator）和⽣成器（Generator）都是Python中⽤于处理迭代的重要概念，允许逐个访问数据项，⽽⽆需将所有数据加载到内存中，这在处理⼤型数据集合时⾮常有⽤。尽管有⼀些相似之处，但在实现和⽤法上有⼀些关键的区别。
1.迭代器(Iterator)
迭代器是⼀个对象，它可以通过调⽤ __next__() ⽅法逐个返回集合中的元素。迭代器通常⽤于遍
历集合，如列表、元组、字典等，以及⾃定义的可迭代对象。的核⼼特点是惰性计算，即只在需要时才计算下⼀个元素。
Python的内置函数 iter() 可以⽤于将可迭代对象转换为迭代器，⽽ next() 函数⽤于获取迭代
器的下⼀个元素。当没有更多元素可供迭代时，迭代器会引发 StopIteration 异常。
numbers = [1, 2, 3, 4, 5]
iter_numbers = iter(numbers)
print(next(iter_numbers)) # 输出：1
print(next(iter_numbers)) # 输出：2
自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。
深知大多数Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！
因此收集整理了一份《2024年Python开发全套学习资料》，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，同时减轻大家的负担。
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，基本涵盖了95%以上Python开发知识点，真正体系化！
由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新
如果你觉得这些内容对你有帮助，可以添加V获取：vip1024c （备注Python）
文末有福利领取哦~
👉一、Python所有方向的学习路线
Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。
👉二、Python必备开发工具
👉三、Python视频合集
观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。
👉 四、实战案例
光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。（文末领读者福利）
👉五、Python练习题
检查学习结果。
👉六、面试资料
我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。
👉因篇幅有限，仅展示部分资料，这份完整版的Python全套学习资料已经上传
一个人可以走的很快，但一群人才能走的更远。如果你从事以下工作或对以下感兴趣，欢迎戳这里加入程序员的圈子，让我们一起学习成长！
AI人工智能、Android移动开发、AIGC大模型、C C#、Go语言、Java、Linux运维、云计算、MySQL、PMP、网络安全、Python爬虫、UE5、UI设计、Unity3D、Web前端开发、产品经理、车载开发、大数据、鸿蒙、计算机网络、嵌入式物联网、软件测试、数据结构与算法、音视频开发、Flutter、IOS开发、PHP开发、.NET、安卓逆向、云计算
，让我们一起学习成长！**](https://bbs.csdn.net/forums/4304bb5a486d4c3ab8389e65ecb71ac0)
AI人工智能、Android移动开发、AIGC大模型、C C#、Go语言、Java、Linux运维、云计算、MySQL、PMP、网络安全、Python爬虫、UE5、UI设计、Unity3D、Web前端开发、产品经理、车载开发、大数据、鸿蒙、计算机网络、嵌入式物联网、软件测试、数据结构与算法、音视频开发、Flutter、IOS开发、PHP开发、.NET、安卓逆向、云计算
1463
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
