Python 热门面试题二

Python中数据处理的常用库有哪些？并简述其功能

在Python中，数据处理的常用库有很多，下面列举一些并简述其功能：

1. NumPy：

   • 功能：提供高性能的多维数组对象及这些数组的操作。它是Python中进行科学计算的基础包，常用于数值计算。

2. Pandas：

   • 功能：提供高性能、易用数据结构和数据分析工具。它基于NumPy构建，拥有Series（一维数据）和DataFrame（二维数据）等数据结构，以及大量用于数据清洗、分析、可视化的函数。

3. SciPy：

   • 功能：基于NumPy提供了许多用于科学和工程计算的算法和函数，如线性代数、优化、积分和插值等。

4. Matplotlib：

   • 功能：Python的绘图库，提供类似MATLAB的绘图框架。它主要用于二维图形的绘制，也可用于简单的三维图形绘制。

5. Seaborn：

   • 功能：基于Matplotlib的高级绘图库，提供更高级的接口和更美观的图形样式。它用于制作统计图形。

6. Scikit-learn：

   • 功能：用于机器学习的库，提供了简单的、高效的数据挖掘和数据分析工具，建立在NumPy、SciPy和Matplotlib之上。

这些库在Python数据科学、机器学习、数据分析等领域有着广泛的应用，是数据科学家和分析师的必备工具。

Python中传参是按值传递还是按引用传递？请举例说明

在Python中，参数的传递方式有些特别，它既不是纯粹的按值传递，也不是纯粹的按引用传递，而是可以看作是“按对象传递”或“按共享传递”。这意味着当你向函数传递参数时，你实际上传递的是对象的引用，而不是对象的副本。但是，需要注意的是，这个引用指向的对象在函数内部是不能被重新赋值为另一个对象的（即不能被重新绑定到另一个对象），但是对象的内容（对于可变对象）是可以被修改的。

下面通过例子来解释：

def add_five(val):
    val = val + 5
    return val

x = 3
print(add_five(x))  # 输出 8
print(x)  # 输出 3，x的值没有改变

在这个例子中，x是一个整数对象，当它被传递给add_five函数时，函数内部接收到的val是x的一个引用。然而，当我们在函数内部尝试修改val的值时（通过val = val + 5），我们实际上是将val重新绑定到了一个新的整数对象上（即8），而原来的x仍然指向原来的整数对象（即3）。因此，x的值在函数外部没有改变。

但是，如果传递的是可变对象，比如列表，那么情况就不同了：

def append_item(lst):
    lst.append(4)
    return lst

y = [1, 2, 3]
print(append_item(y))  # 输出 [1, 2, 3, 4]
print(y)  # 输出 [1, 2, 3, 4]，y的值被改变了

在这个例子中，y是一个列表对象，当它被传递给append_item函数时，函数内部接收到的lst是y的一个引用。当我们在函数内部修改lst的内容时（通过lst.append(4)），我们没有将lst重新绑定到一个新的对象上，而是修改了lst（也就是y）所指向的列表对象的内容。因此，y的值在函数外部也改变了。

综上所述，Python中的参数传递可以看作是“按共享传递”，即传递的是对象的引用，但这个引用在函数内部不能被重新绑定到另一个对象上（除非使用全局变量或可变类型如列表、字典等的内部修改）。