附答案|2024最新Python面试题之Python基础(3)

矩拓AI云课堂

于 2024-09-26 20:00:00 发布

阅读量360

点赞数 7

分类专栏： Python 面试题文章标签： python 面试求职招聘学习方法开发语言

本文链接：https://blog.csdn.net/jtaiykt/article/details/142517106

版权

Python 同时被 2 个专栏收录

3 篇文章 0 订阅

订阅专栏

面试题

3 篇文章 0 订阅

订阅专栏

写在之前

Python 面试的时候会涉及到很多的八股文，我准备连载一个新的系列【最新Python面试题】

这些面试题是我结合自身经验，以及搜集整理的企业面试真题，主要有以下几个方面：

Python基础
Python机制
Python面向对象
Python笔试题
Python算法
Django框架
Flask框架
其他开源框架
Scrapy数据爬虫
Python正则式
Python数据分析
Pandas框架
Python拓展知识（数据结构，常见算法，数据库原理及调优，中间件…)

虽然这些是面试“八股文”，但是只会背答案与流畅的并能结合自身思考的回答，对于面试官来说还是有很大区别的。

所以除了在每道面试题后会提供仔细整理和验证后的答案以外，在每篇文章中会挑选一道难度高且重点的题目做详细的讲解。

希望大家不但能知其然也可以知其所以然，在面试的时候让面试官眼前一亮，这样白花花的offer不就到手了嘛

每天会更新10道题左右，无论是准备面试还是自己学习，这份面试题绝对值得你去看

大家可以关注我，再关注我，使劲关注我，不要错过每天的更新~

1.介绍一下Python的str对象的方法？

capitalize()：
- 将字符串的第一个字符转换为大写，其余字符转换为小写。
casefold()：
- 进行全小写转换，比 lower() 更为激进，能够处理特殊字符。
center(width[, fillchar])：
- 返回一个原字符串居中的字符串，宽度为 width，不足部分用 fillchar 填充。
count(substring[, start[, end]])：
- 返回子字符串 substring 在字符串中出现的次数，可以指定开始和结束位置。
encode([encoding[, errors]])：
- 将字符串编码为指定编码的字节串，如 utf-8。
endswith(suffix[, start[, end]])：
- 检查字符串是否以 suffix 结尾，返回布尔值。
expandtabs([tabsize])：
- 将字符串中的制表符（\t）扩展为一定数量的空格，默认为 8 个。
find(substring[, start[, end]])：
- 查找子字符串 substring 在字符串中的位置，返回索引，如果未找到则返回 -1。
format([format_spec])：
- 进行字符串格式化，可以包含格式化规范。
format_map([mapping])：
- 类似于 format()，但使用字典或类似的映射对象进行格式化。
index([substring[, start[, end]])：
- 与 find() 类似，但如果没有找到子字符串，会抛出 ValueError。
isalnum()：
- 检查字符串是否至少有一个字符，并且所有字符都是字母或数字。
isalpha()：
- 检查字符串是否所有字符都是字母。
isdigit()：
- 检查字符串是否所有字符都是数字。
islower()：
- 检查字符串是否所有字符都是小写。
isupper()：
- 检查字符串是否所有字符都是大写。
istitle()：
- 检查字符串是否符合标题的格式，即每个单词的首字母大写。
isspace()：
- 检查字符串是否所有字符都是空白字符。
join(iterable)：
- 将迭代器中的元素连接成一个字符串，元素之间用调用 join() 的字符串分隔。
lower()：
- 将字符串中的所有大写字符转换为小写。
lstrip([chars])：
- 去除字符串左侧的空白字符或指定字符。
rstrip([chars])：
- 去除字符串右侧的空白字符或指定字符。
strip([chars])：
- 去除字符串两侧的空白字符或指定字符。
replace(old, new[, count])：
- 将字符串中的 old 子字符串替换为 new 子字符串，可以指定替换次数。
split(sep=None, maxsplit=-1)：
- 按照指定分隔符 sep 将字符串分割为一个列表，可以指定最大分割次数。
splitlines([keepends])：
- 按照行分割字符串，返回一个包含各行的列表。
startswith(prefix[, start[, end]])：
- 检查字符串是否以 prefix 开头，返回布尔值。
swapcase()：
- 将字符串中的大写字符转换为小写，小写字符转换为大写。
title()：
- 将字符串的每个单词的首字母转换为大写，其他字母转换为小写。
upper()：
- 将字符串中的所有小写字符转换为大写。
zfill(width)：
- 将字符串用 0 填充到指定的宽度，填充总是在左侧进行。

2.Python列表与元组的区别是什么？分别在什么情况下使用？

列表（List）的特点：

可变（Mutable）：列表的内容可以在创建后修改，可以添加、删除或更改其中的元素。
有序：列表保持元素的顺序，可以通过索引访问。
允许重复：列表中的元素可以重复。
使用方括号：列表使用方括号 [] 定义，例如 my_list = [1, 2, 3]。
支持动态扩展：可以在运行时根据需要扩展列表的大小。

元组（Tuple）的特点：

不可变（Immutable）：元组的内容在创建后不能修改，不能添加、删除或更改其中的元素。
有序：元组同样保持元素的顺序，可以通过索引访问。
不允许重复：元组中的元素不允许重复，但可以包含可变对象，如列表。
使用圆括号：元组使用圆括号 () 定义，或者直接省略括号，例如 my_tuple = (1, 2, 3) 或 my_tuple = 1, 2, 3。
内存效率：由于不可变性，元组通常在内存使用上比列表更高效。

使用场景：

列表（List）：

当你需要一个可以修改的数据集合时，应该使用列表。
列表适用于数据项需要动态改变的情况，如添加、删除元素或对元素进行各种操作。
在需要实现数组或类似数组结构的场景中使用列表。
列表也常用于实现算法和数据结构，如链表、栈、队列等。

元组（Tuple）：

当你需要一个不应被修改的数据集合时，应该使用元组。
元组适用于保护数据不被改变的场景，可以作为其他数据结构（如字典的键）的一部分。
在函数需要返回多个值时，使用元组可以方便地打包和返回多个结果。
元组常用于存储不应更改的数据，如配置数据或固定集合。

3.阐述decorator的用法和它的应用场景？

在 Python 中，装饰器（Decorator）是一种设计模式，用于在不修改原有函数或方法代码的情况下，给函数或方法添加额外的功能。装饰器本质上是一个函数，它接受一个函数作为参数并返回一个新的函数。

日志记录：在函数调用前后添加日志记录，用于调试或记录操作。
性能测试：测量函数执行时间，用于性能分析。
权限校验：在函数执行前检查用户权限，确保安全性。
缓存：缓存函数的结果，避免重复计算。
参数校验：在函数执行前校验输入参数的有效性。
事务处理：在数据库操作函数前后添加事务开始和提交或回滚。
异步编程：将同步函数转换为异步函数。

4.介绍一下Python Date Time方面的类？

date：
- 表示一个特定的日期，如年、月、日。
- 属性包括：year、month、day。
time：
- 表示一天中的时间，包括时、分、秒和微秒。
- 属性包括：hour、minute、second、microsecond。
datetime：
- 结合了 date 和 time，表示一个特定的日期和时间。
- 属性包括：year、month、day、hour、minute、second、microsecond。
timedelta：
- 表示两个日期或时间之间的差，即一个时间跨度。
- 属性包括：days、seconds、microseconds。
tzinfo：
- 这是一个抽象的基类，用于表示时区信息。
- 实际使用时，通常会使用 pytz 库或 Python 3.2 以上版本中的 timezone 类来处理时区。
timezone（Python 3.2+）：
- datetime 的一个子类，用于表示带有时区信息的日期和时间。

5.Python中的模块和包是什么？

模块（Module）
- 单个 .py 文件：一个模块通常是一个 .py 文件，它包含了 Python 代码。例如，一个名为 mymodule.py 的文件就是一个模块。
- 组织代码：模块允许你将相关的函数和类组织在一起，这样可以在不同的程序中重用这些代码。
- 命名空间：模块在导入时会创建一个命名空间，这个命名空间包含了模块中定义的所有名称（函数、类、变量等）。
- 导入：你可以使用 import 语句来导入模块，然后在你的程序中使用模块中定义的名称。
包（Package）
- 目录结构：一个包是一个包含一个 __init__.py 文件的目录，这个文件可以是空的，它告诉 Python 这个目录应该被视为一个包。
- 层次结构：包可以包含其他包，形成一个层次结构，这允许你创建复杂的代码库。
- 导入：你可以使用 import 语句来导入包中的模块，或者使用 from ... import ... 语句来直接导入包中的特定名称。
- 命名空间：包有自己的命名空间，它允许你创建具有相同名称的不同模块，只要它们位于不同的包中

6.简述什么是PEP8？

PEP 8 是 Python 编程语言的一种风格指南，它提供了关于如何编写清晰、可读性强的 Python 代码的指导。PEP 8 的全称是 "Python Enhancement Proposal 8"，即 "Python 增强提案第8号"。这个提案由 Barry Warsaw 于 2001 年撰写，目的是统一 Python 社区中的代码风格。
PEP 8 包括了一系列关于代码格式化的规则，如缩进、行长度、空格使用、命名规则等

7.**简述Python异常处理 **

Python中的异常处理是一种结构，用于捕获和处理程序执行中发生的异常（错误）。异常处理允许程序在遇到错误时控制流程，而不是立即崩溃。Python 使用 try、except、else 和 finally 语句进行异常处理。

8.Python里面search()和match()的区别？

match()

match() 尝试从字符串的起始处匹配正则表达式模式。
它只在字符串的开始处进行匹配检查，如果模式匹配了字符串的开始部分，则返回一个匹配对象；否则，返回 None。
由于 match() 只在字符串的开始进行匹配，因此它对于检查字符串是否以特定模式开始非常有用。

search()

search() 扫描整个字符串，寻找正则表达式模式的第一次出现。
它返回第一个成功的匹配。如果没有找到匹配，它将返回 None。
search() 对于在字符串中的任意位置查找模式非常有用，不仅仅是开始部分。

9.Python如何取整数的绝对值？

这可以通过abs（）函数来完成。

abs(2)
#=> 2
abs(-2)
#=> 2

重点题详解

阐述什么是pickling和unpickling ？

在Python中，"pickling"和"unpickling"是两种与对象序列化和反序列化相关的过程，它们通过pickle模块实现。

Pickling：
- Pickling是将Python对象转换为字节流的过程，这个字节流可以保存到文件中，或者通过网络发送到其他计算机。这个过程通过pickle模块的dump()或dumps()函数实现。
- dump()函数将对象序列化并写入到一个文件中，而dumps()函数将对象序列化为一个字节字符串。
- 例如，使用pickle.dump()函数将数据序列化到文件的代码如下：
```
import pickle
data = {"name": "Alice", "age": 30}
with open("data.pkl", "wb") as file:
    pickle.dump(data, file)
```
- Pickling允许保存复杂的Python对象，包括自定义类的实例。
Unpickling：
- Unpickling是将字节流转换回Python对象的过程，这通常用于从文件中读取之前序列化的对象。
- load()函数从文件中读取字节流并反序列化成Python对象，而loads()函数将字节字符串反序列化为对象。
- 例如，使用pickle.load()函数从文件中加载数据的代码如下：
```
import pickle
with open("data.pkl", "rb") as file:
    data = pickle.load(file)
```
- Unpickling时，必须能够访问对象的类定义，否则无法正确还原对象。