01，2024-2024京东Linux运维面试真题解析

最新推荐文章于 2024-04-19 20:56:55 发布

前端收割机

最新推荐文章于 2024-04-19 20:56:55 发布

阅读量391

点赞数 5

分类专栏： 2024年程序员学习文章标签：运维 linux 面试

本文链接：https://blog.csdn.net/m0_60452141/article/details/137459551

版权

2024年程序员学习专栏收录该内容

330 篇文章 2 订阅

订阅专栏

2.8人工智能

pyDatalog：Python中的逻辑编程引擎

SimpleAI：Python实现在“人工智能：一种现代的方法”这本书中描述过的人工智能的算法。它专注于提供一个易于使用，有良好文档和测试的库。

EasyAI：一个双人AI游戏的python引擎（负极大值，置换表、游戏解决）

2.9数据分析

1、python下的数据分析模块

pandas：：主要用于数据分析，数据预处理以及基本的作图，这个包不涉及复杂的模型。

2、python的数据可视化

最常用的matplotlib，用于科学制图——基础的绘图，已经集成在pandas里。

3、Python的爬虫

Scrapy ：Scrapy是一个为了爬取网站数据，提取结构性数据而编写的应用框架。可以应用在包括数据挖掘，信息处理或存储历史数据等一系列的程序中。。用这个框架可以轻松爬下来如亚马逊商品信息之类的数据。

3.Linux中****python环境搭建

3.1python2

在大多数Linux系统上都已经有集成好了Python开发环境，不需要安装就可以执行Python代码了

验证Python2环境是否搭建好Ctrl + Alt + t 打开终端输入命令:python

退出Python2环境命令:exit()或者Ctrl+d

3.2python3

验证Python3环境是否搭建好Ctrl + Alt + t 打开终端输入命令:python

3.3python3安装过程

前期准备工作：安装依赖：


[root@localhost ~]# yum install -y openssl-devel openssl-static zlib-devel lzma tk-devel xz-devel bzip2-devel ncurses-devel gdbm-devel readline-devel sqlite-devel gcc libffi-devel

上传压缩包并解压安装：


[root@localhost ~]# rz        #上传Python-3.7.6.tgz压缩包



[root@localhost ~]# mkdir /opt/app/



[root@localhost ~]# tar -zxf Python-3.7.6.tgz -C /opt/app/    #解压缩到指定位置



[root@localhost ~]# ./configure        #执行configure文件



[root@localhost ~]# make && make install	#编译安装



[root@localhost ~]# ln -s /opt/app/Python-3.7.6/python /usr/bin/python3    #设置软连接

4.python****程序

4.1Python执行过程解析

一个用编译性语言比如C或C++写的程序可以从源文件（即C或C++语言）转换到一个你的计算机使用的语言（二进制代码，即0和1）。这个过程通过编译器和不同的标记、选项完成。当你运行你的程序的时候，连接/转载器软件把你的程序从硬盘复制到内存中并且运行。而Python语言写的程序不需要编译成二进制代码。你可以直接从源代码运行程序。在计算机内部，Python 解释器把源代码转换成称为字节码的中间形式，然后再把它翻译成计算机使用的机器语言并运行。事实上，由于你不再需要担心如何编译程序，如何确保连接转载正确的库等等，所有这一切使得使用Python更加简单。由于你只需要把你的Python 程序拷贝到另外一台计算机上，它就可以工作了，这也使得你的Python 程序更加易于移植

4.2Python解释器。

当我们编写Python代码时，我们得到的是一个包含Python代码的以.py为扩展名的文本文件。要运行代码，就需要Python解释器去执行.py文件。由于整个Python语言从规范到解释器都是开源的，所以理论上，只要水平够高，任何人都可以编写Python解释器来执行Python代码（当然难度很大）。事实上，确实存在多种

**CPython：**当我们从Python官方网站下载并安装好Python 3.5后，我们就直接获得了一个官方版本的解释器： CPython 。这个解释器是用C 语言开发的，所以叫CPython。在命令行下运行python就是启动CPython解释器。CPython是使用最广的Python解释器。

**IPython：**IPython是基于CPython之上的一个交互式解释器，也就是说，IPython只是在交互方式上有所增强，但是执行Python代码的功能和CPython是完全一样的。好比很多国产浏览器虽然外观不同，但内核其实都是调用了IE。CPython用>>>作为提示符，而IPython用In [序号]:作为提示符。

**PyPy：**PyPy是另一个Python解释器，它的目标是执行速度。PyPy采用JIT 技术，对Python代码进行动态编译（注意不是解释），所以可以显著提高Python代码的执行速度。绝大部分Python代码都可以在PyPy下运行，但是PyPy和CPython有一些是不同的，这就导致相同的Python代码在两种解释器下执行可能会有不同的结果。如果你的代码要放到PyPy下执行，就需要了解PyPy和CPython的不同点。

Jython：Jython是运行在Java平台上的Python解释器，可以直接把Python代码编译成Java字节码执行。

**IronPython：**IronPython和Jython类似，只不过IronPython是运行在微软.Net平台上的Python解释器，可以直接把Python代码编译成.Net的字节码。

小结：Python的解释器很多，但使用最广泛的还是CPython。如果要和Java或.Net平台交互，最好的办法不是用Jython或IronPython，而是通过网络调用来交互，确保各程序之间的独立性。