2024年最全这应该是你见过的最全面的 Python 重点(1)，350道Python面试真题分享-CSDN博客

本文链接：https://blog.csdn.net/m0_60721860/article/details/138675753

（1）Python所有方向的学习路线（新版）

这是我花了几天的时间去把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。

最近我才对这些路线做了一下新的更新，知识体系更全面了。

在这里插入图片描述

（2）Python学习视频

包含了Python入门、爬虫、数据分析和web开发的学习视频，总共100多个，虽然没有那么全面，但是对于入门来说是没问题的，学完这些之后，你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。

在这里插入图片描述

（3）100多个练手项目

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了，只是里面的项目比较多，水平也是参差不齐，大家可以挑自己能做的项目去练练。

在这里插入图片描述

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。

需要这份系统化学习资料的朋友，可以戳这里获取

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！

#枚举转换

#最好在数据库存取使用枚举的数值而不是使用标签名字字符串

#在代码里面使用枚举类

a=1

print(COLOR(a))# output:COLOR.YELLOW

py2/3转换工具

six模块：兼容pyton2和pyton3的模块
2to3工具：改变代码语法版本
future：使用下一版本的功能

常用的库

必须知道的collections

https://segmentfault.com/a/1190000017385799

python排序操作及heapq模块

https://segmentfault.com/a/1190000017383322

itertools模块超实用方法

https://segmentfault.com/a/1190000017416590

不常用但很重要的库

dis(代码字节码分析)
inspect(生成器状态)
cProfile(性能分析)
bisect(维护有序列表)
fnmatch
- fnmatch(string,“*.txt”) #win下不区分大小写
fnmatch根据系统决定
fnmatchcase完全区分大小写
timeit(代码执行时间)

def isLen(strString):

#还是应该使用三元表达式，更快

return True if len(strString)>6 else False

def isLen1(strString):

#这里注意false和true的位置

return [False,True][len(strString)>6]

import timeit

print(timeit.timeit(‘isLen1(“5fsdfsdfsaf”)’,setup=“from main import isLen1”))

print(timeit.timeit(‘isLen(“5fsdfsdfsaf”)’,setup=“from main import isLen”))

contextlib
@contextlib.contextmanager使生成器函数变成一个上下文管理器
types(包含了标准解释器定义的所有类型的类型对象,可以将生成器函数修饰为异步模式)

import types

types.coroutine #相当于实现了__await__

html(实现对html的转义)

import html

html.escape(“

I’m Jim

”) # output:‘<h1>I’m Jim</h1>’

html.unescape(‘<h1>I’m Jim</h1>’) #

I’m Jim

mock(解决测试依赖)
concurrent(创建进程池河线程池)

from concurrent.futures import ThreadPoolExecutor

pool = ThreadPoolExecutor()

task = pool.submit(函数名，（参数）) #此方法不会阻塞，会立即返回

task.done()#查看任务执行是否完成

task.result()#阻塞的方法，查看任务返回值

task.cancel()#取消未执行的任务，返回True或False,取消成功返回True

task.add_done_callback()#回调函数

task.running()#是否正在执行 task就是一个Future对象

for data in pool.map(函数，参数列表):#返回已经完成的任务结果列表，根据参数顺序执行

print(返回任务完成得执行结果data)

from concurrent.futures import as_completed

as_completed(任务列表)#返回已经完成的任务列表，完成一个执行一个

wait(任务列表,return_when=条件)#根据条件进行阻塞主线程，有四个条件

selector(封装select,用户多路复用io编程)
asyncio

future=asyncio.ensure_future(协程) 等于后面的方式 future=loop.create_task(协程)

future.add_done_callback()添加一个完成后的回调函数

loop.run_until_complete(future)

future.result()查看写成返回结果

asyncio.wait()接受一个可迭代的协程对象

asynicio.gather(*可迭代对象,*可迭代对象）两者结果相同，但gather可以批量取消，gather对象.cancel()

一个线程中只有一个loop

在loop.stop时一定要loop.run_forever()否则会报错

loop.run_forever()可以执行非协程

最后执行finally模块中 loop.close()

asyncio.Task.all_tasks()拿到所有任务然后依次迭代并使用任务.cancel()取消

偏函数partial(函数，参数)把函数包装成另一个函数名其参数必须放在定义函数的前面

loop.call_soon(函数,参数)

call_soon_threadsafe()线程安全

loop.call_later(时间,函数,参数)

在同一代码块中call_soon优先执行，然后多个later根据时间的升序进行执行

如果非要运行有阻塞的代码

使用loop.run_in_executor(executor,函数，参数)包装成一个多线程，然后放入到一个task列表中，通过wait(task列表)来运行

通过asyncio实现http

reader,writer=await asyncio.open_connection(host,port)

writer.writer()发送请求

async for data in reader:

data=data.decode(“utf-8”)

list.append(data)

然后list中存储的就是html

as_completed(tasks)完成一个返回一个,返回的是一个可迭代对象

协程锁

async with Lock():

Python进阶

•进程间通信：

◾Manager(内置了好多数据结构，可以实现多进程间内存共享)

from multiprocessing import Manager,Process

def add_data(p_dict, key, value):

p_dict[key] = value

if name == “main”:

progress_dict = Manager().dict()

from queue import PriorityQueue

first_progress = Process(target=add_data, args=(progress_dict, “bobby1”, 22))

second_progress = Process(target=add_data, args=(progress_dict, “bobby2”, 23))

first_progress.start()

second_progress.start()

first_progress.join()

second_progress.join()

print(progress_dict)

Pipe(适用于两个进程)

from multiprocessing import Pipe,Process

#pipe的性能高于queue

def producer(pipe):

pipe.send(“bobby”)

def consumer(pipe):

print(pipe.recv())

if name == “main”:

recevie_pipe, send_pipe = Pipe()

#pipe只能适用于两个进程

my_producer= Process(target=producer, args=(send_pipe, ))

my_consumer = Process(target=consumer, args=(recevie_pipe,))

my_producer.start()

my_consumer.start()

my_producer.join()

my_consumer.join()

Queue(不能用于进程池,进程池间通信需要使用Manager().Queue())

from multiprocessing import Queue,Process

def producer(queue):

queue.put(“a”)

time.sleep(2)

def consumer(queue):

time.sleep(2)

data = queue.get()

print(data)

if name == “main”:

queue = Queue(10)

my_producer = Process(target=producer, args=(queue,))

my_consumer = Process(target=consumer, args=(queue,))

my_producer.start()

my_consumer.start()

my_producer.join()

my_consumer.join()

进程池

def producer(queue):

queue.put(“a”)

time.sleep(2)

def consumer(queue):

time.sleep(2)

data = queue.get()

print(data)

if name == “main”:

queue = Manager().Queue(10)

pool = Pool(2)

pool.apply_async(producer, args=(queue,))

pool.apply_async(consumer, args=(queue,))

pool.close()

pool.join()

- sys模块几个常用方法
- argv 命令行参数list,第一个是程序本身的路径
path 返回模块的搜索路径
modules.keys() 返回已经导入的所有模块的列表
exit(0) 退出程序
a in s or b in s or c in s简写
- 采用any方式：all() 对于任何可迭代对象为空都会返回True

方法一

True in [i in s for i in [a,b,c]]

方法二

any(i in s for i in [a,b,c])

方法三

list(filter(lambda x:x in s,[a,b,c]))

set集合运用

◾{1,2}.issubset({1,2,3})#判断是否是其子集

◾{1,2,3}.issuperset({1,2})

◾{}.isdisjoint({})#判断两个set交集是否为空,是空集则为True

•代码中中文匹配

◾[u4E00-u9FA5]匹配中文文字区间[一到龥]

•查看系统默认编码格式

import sys

sys.getdefaultencoding() # setdefaultencodeing()设置系统编码方式

getattr VS getattribute

class A(dict):

def getattr(self,value):#当访问属性不存在的时候返回

return 2

def getattribute(self,item):#屏蔽所有的元素访问

return item

类变量是不会存入实例__dict__中的，只会存在于类的__dict__中

•globals/locals(可以变相操作代码)

◾globals中保存了当前模块中所有的变量属性与值

◾locals中保存了当前环境中的所有变量属性与值

•python变量名的解析机制(LEGB)

◾本地作用域(Local)

◾当前作用域被嵌入的本地作用域(Enclosing locals)

◾全局/模块作用域(Global)

◾内置作用域(Built-in)

•实现从1-100每三个为一组分组

print([[x for x in range(1,101)][i:i+3] for i in range(0,100,3)])

什么是元类？

◾即创建类的类，创建类的时候只需要将metaclass=元类，元类需要继承type而不是object,因为type就是元类

type.bases #(<class ‘object’>,)

object.bases #()

type(object) #<class ‘type’>

class Yuan(type):

def new(cls,name,base,attr,*args,**kwargs):

return type(name,base,attr,*args,**kwargs)

class MyClass(metaclass=Yuan):

pass

•什么是鸭子类型(即:多态)？

◾Python在使用传入参数的过程中不会默认判断参数类型，只要参数具备执行条件就可以执行

•深拷贝和浅拷贝

◾深拷贝拷贝内容，浅拷贝拷贝地址(增加引用计数)

◾copy模块实现神拷贝

•单元测试

◾一般测试类继承模块unittest下的TestCase

◾pytest模块快捷测试(方法以test_开头/测试文件以test_开头/测试类以Test开头，并且不能带有 init 方法)

◾coverage统计测试覆盖率

class MyTest(unittest.TestCase):

def tearDown(self):# 每个测试用例执行前执行

print(‘本方法开始测试了’)

def setUp(self):# 每个测试用例执行之前做操作

print(‘本方法测试结束’)

@classmethod

def tearDownClass(self):# 必须使用 @ classmethod装饰器, 所有test运行完后运行一次

print(‘开始测试’)

@classmethod

def setUpClass(self):# 必须使用@classmethod 装饰器,所有test运行前运行一次

print(‘结束测试’)

def test_a_run(self):

self.assertEqual(1, 1) # 测试用例

•gil会根据执行的字节码行数以及时间片释放gil，gil在遇到io的操作时候主动释放

•什么是monkey patch?

◾猴子补丁，在运行的时候替换掉会阻塞的语法修改为非阻塞的方法

•什么是自省(Introspection)？

◾运行时判断一个对象的类型的能力，id,type,isinstance

•python是值传递还是引用传递？

◾都不是，python是共享传参，默认参数在执行时只会执行一次

•try-except-else-finally中else和finally的区别

◾else在不发生异常的时候执行，finally无论是否发生异常都会执行

◾except一次可以捕获多个异常，但一般为了对不同异常进行不同处理，我们分次捕获处理

•GIL全局解释器锁

◾同一时间只能有一个线程执行，CPython(IPython)的特点，其他解释器不存在

◾cpu密集型：多进程+进程池

◾io密集型：多线程/协程

•什么是Cython

◾将python解释成C代码工具

•生成器和迭代器

◾可迭代对象只需要实现__iter__方法

◦实现__next__和__iter__方法的对象就是迭代器

◾使用生成器表达式或者yield的生成器函数(生成器是一种特殊的迭代器)

•什么是协程

◾yield

◾async-awiat

◦比线程更轻量的多任务方式

◦实现方式

•dict底层结构

◾为了支持快速查找使用了哈希表作为底层结构

◾哈希表平均查找时间复杂度为o(1)

◾CPython解释器使用二次探查解决哈希冲突问题

•Hash扩容和Hash冲突解决方案

◾链接法

◾二次探查(开放寻址法)：python使用

◦循环复制到新空间实现扩容

◦冲突解决：

for gevent import monkey

monkey.patch_all() #将代码中所有的阻塞方法都进行修改，可以指定具体要修改的方法

•判断是否为生成器或者协程

co_flags = func.code.co_flags

检查是否是协程

if co_flags & 0x180:

return func

检查是否是生成器

if co_flags & 0x20:

return func

•斐波那契解决的问题及变形

#一只青蛙一次可以跳上1级台阶，也可以跳上2级。求该青蛙跳上一个n级的台阶总共有多少种跳法。

#请问用n个2_1的小矩形无重叠地覆盖一个2_n的大矩形，总共有多少种方法？

#方式一：

fib = lambda n: n if n <= 2 else fib(n - 1) + fib(n - 2)

#方式二：

def fib(n):

a, b = 0, 1

for _ in range(n):

a, b = b, a + b

return b

#一只青蛙一次可以跳上1级台阶，也可以跳上2级……它也可以跳上n级。求该青蛙跳上一个n级的台阶总共有多少种跳法。

fib = lambda n: n if n < 2 else 2 * fib(n - 1)

•获取电脑设置的环境变量

import os

os.getenv(env_name,None)#获取环境变量如果不存在为None

•垃圾回收机制

◾引用计数

◾标记清除

◾分代回收

#查看分代回收触发

import gc

gc.get_threshold() #output:(700, 10, 10)

•True和False在代码中完全等价于1和0,可以直接和数字进行计算，inf表示无穷大

•C10M/C10K

◾C10M:8核心cpu，64G内存，在10gbps的网络上保持1000万并发连接

◾C10K：1GHz CPU,2G内存，1gbps网络环境下保持1万个客户端提供FTP服务

•yield from与yield的区别：

◾yield from跟的是一个可迭代对象，而yield后面没有限制

◾GeneratorExit生成器停止时触发

•单下划线的几种使用

◾在定义变量时，表示为私有变量

◾在解包时，表示舍弃无用的数据

◾在交互模式中表示上一次代码执行结果

◾可以做数字的拼接(111_222_333)

•使用break就不会执行else

•10进制转2进制

def conver_bin(num):

if num == 0:

return num

re = []

while num:

num, rem = divmod(num,2)

re.append(str(rem))

return “”.join(reversed(re))

conver_bin(10)

•list1 = [‘A’, ‘B’, ‘C’, ‘D’] 如何才能得到以list中元素命名的新列表 A=[],B=[],C=[],D=[]呢

list1 = [‘A’, ‘B’, ‘C’, ‘D’]

方法一

for i in list1:

globals()[i] = [] # 可以用于实现python版反射

方法二

for i in list1:

exec(f’{i} = []') # exec执行字符串语句

•memoryview与bytearray ( 不常用，只是看到了记载一下 ) \color{#000}(不常用，只是看到了记载一下) (不常用，只是看到了记载一下)

bytearray是可变的，bytes是不可变的,memoryview不会产生新切片和对象

a = ‘aaaaaa’

ma = memoryview(a)

ma.readonly # 只读的memoryview

mb = ma[:2] # 不会产生新的字符串

a = bytearray(‘aaaaaa’)

ma = memoryview(a)

ma.readonly # 可写的memoryview

mb = ma[:2] # 不会会产生新的bytearray

mb[:2] = ‘bb’ # 对mb的改动就是对ma的改动

•Ellipsis类型

代码中出现…省略号的现象就是一个Ellipsis对象

==========================================================================================

L = [1,2,3]

L.append(L)

print(L) # output:[1,2,3,[…]]

•lazy惰性计算

class lazy(object):

def init(self, func):

self.func = func

def get(self, instance, cls):

setattr(instance, self.func.name, val)

return val`

class Circle(object):

def init(self, radius):

self.radius = radius

@lazy

def area(self):

print(‘evalute’)

return 3.14 * self.radius ** 2

•遍历文件，传入一个文件夹，将里面所有文件的路径打印出来(递归)

all_files = []

def getAllFiles(directory_path):

import os

for sChild in os.listdir(directory_path):

sChildPath = os.path.join(directory_path,sChild)

if os.path.isdir(sChildPath):

getAllFiles(sChildPath)

else:

all_files.append(sChildPath)

return all_files

•文件存储时，文件名的处理

#secure_filename将字符串转化为安全的文件名

from werkzeug import secure_filename

secure_filename(“My cool movie.mov”) # output:My_cool_movie.mov

secure_filename(“…/…/…/etc/passwd”) # output:etc_passwd

secure_filename(u’i contain cool \xfcml\xe4uts.txt’) # output:i_contain_cool_umlauts.txt

•日期格式化

from datetime import datetime

datetime.now().strftime(“%Y-%m-%d”)

import time

#这里只有localtime可以被格式化，time是不能格式化的

time.strftime(“%Y-%m-%d”,time.localtime())

•tuple使用+=奇怪的问题

会报错，但是tuple的值会改变，因为t[1]id没有发生变化

t=(1,[2,3])

t[1]+=[4,5]

t[1]使用append\extend方法并不会报错，并可以成功执行

•__missing__你应该知道

class Mydict(dict):

def missing(self,key): # 当Mydict使用切片访问属性不存在的时候返回的值

return key

•+与+=

+不能用来连接列表和元祖，而+=可以（通过iadd实现，内部实现方式为extends(),所以可以增加元组），+会创建新对象

#不可变对象没有__iadd__方法，所以直接使用的是__add__方法，因此元祖可以使用+=进行元祖之间的相加

•如何将一个可迭代对象的每个元素变成一个字典的所有键？

dict.fromkeys([‘jim’,‘han’],21) # output:{‘jim’: 21, ‘han’: 21}

•wireshark抓包软件

网络知识

•什么是HTTPS?

◾安全的HTTP协议，https需要cs证书，数据加密，端口为443，安全，同一网站https seo排名会更高

•常见响应状态码

204 No Content //请求成功处理，没有实体的主体返回，一般用来表示删除成功

206 Partial Content //Get范围请求已成功处理

303 See Other //临时重定向，期望使用get定向获取

304 Not Modified //求情缓存资源

307 Temporary Redirect //临时重定向，Post不会变成Get

401 Unauthorized //认证失败

403 Forbidden //资源请求被拒绝

400 //请求参数错误

201 //添加或更改成功

503 //服务器维护或者超负载

•http请求方法的幂等性及安全性

•WSGI

environ：一个包含所有HTTP请求信息的dict对象

start_response：一个发送HTTP响应的函数

def application(environ, start_response):

start_response(‘200 OK’, [(‘Content-Type’, ‘text/html’)])

return ‘

Hello, web!

’

•RPC

•CDN

•SSL(Secure Sockets Layer 安全套接层),及其继任者传输层安全（Transport Layer Security，TLS）是为网络通信提供安全及数据完整性的一种安全协议。

•SSH（安全外壳协议）为 Secure Shell 的缩写，由 IETF 的网络小组（Network Working Group）所制定；SSH 为建立在应用层基础上的安全协议。SSH 是目前较可靠，专为远程登录会话和其他网络服务提供安全性的协议。利用 SSH 协议可以有效防止远程管理过程中的信息泄露问题。SSH最初是UNIX系统上的一个程序，后来又迅速扩展到其他操作平台。SSH在正确使用时可弥补网络中的漏洞。SSH客户端适用于多种平台。几乎所有UNIX平台—包括HP-UX、Linux、AIX、Solaris、Digital UNIX、Irix，以及其他平台，都可运行SSH。

•TCP/IP

◾TCP:面向连接/可靠/基于字节流

◾UDP:无连接/不可靠/面向报文

◾三次握手四次挥手

◦三次握手(SYN/SYN+ACK/ACK)

◦四次挥手(FIN/ACK/FIN/ACK)

◾为什么连接的时候是三次握手，关闭的时候却是四次握手？

◦因为当Server端收到Client端的SYN连接请求报文后，可以直接发送SYN+ACK报文。其中ACK报文是用来应答的，SYN报文是用来同步的。但是关闭连接时，当Server端收到FIN报文时，很可能并不会立即关闭SOCKET，所以只能先回复一个ACK报文，告诉Client端，“你发的FIN报文我收到了”。只有等到我Server端所有的报文都发送完了，我才能发送FIN报文，因此不能一起发送。故需要四步握手。

◾为什么TIME_WAIT状态需要经过2MSL(最大报文段生存时间)才能返回到CLOSE状态？

◦虽然按道理，四个报文都发送完毕，我们可以直接进入CLOSE状态了，但是我们必须假象网络是不可靠的，有可以最后一个ACK丢失。所以TIME_WAIT状态就是用来重发可能丢失的ACK报文。

•XSS/CSRF

◾HttpOnly禁止js脚本访问和操作Cookie,可以有效防止XSS

Mysql

•索引改进过程

◾线性结构->二分查找->hash->二叉查找树->平衡二叉树->多路查找树->多路平衡查找树(B-Tree)

•Mysql面试总结基础篇

https://segmentfault.com/a/1190000018371218

•Mysql面试总结进阶篇

https://segmentfault.com/a/1190000018380324

•深入浅出Mysql

http://ningning.today/2017/02/13/database/深入浅出mysql/

•清空整个表时，InnoDB是一行一行的删除，而MyISAM则会从新删除建表

•text/blob数据类型不能有默认值，查询时不存在大小写转换

•什么时候索引失效

◾以%开头的like模糊查询

◾出现隐士类型转换

◾没有满足最左前缀原则

◦对于多列索引，不是使用的第一部分，则不会使用索引

◾失效场景：

◦应尽量避免在 where 子句中使用 != 或 <> 操作符，否则引擎将放弃使用索引而进行全表扫描

◦尽量避免在 where 子句中使用 or 来连接条件，否则将导致引擎放弃使用索引而进行全表扫描，即使其中有条件带索引也不会使用，这也是为什么尽量少用 or 的原因

◦如果列类型是字符串，那一定要在条件中将数据使用引号引用起来，否则不会使用索引

◦应尽量避免在 where 子句中对字段进行函数操作，这将导致引擎放弃使用索引而进行全表扫描

例如：

select id from t where substring(name,1,3) = ‘abc’ – name;

以abc开头的，应改成：

select id from t where name like ‘abc%’

例如：

select id from t where datediff(day, createdate, ‘2005-11-30’) = 0 – ‘2005-11-30’;

应改为:

◦不要在 where 子句中的 “=” 左边进行函数、算术运算或其他表达式运算，否则系统将可能无法正确使用索引

◦应尽量避免在 where 子句中对字段进行表达式操作，这将导致引擎放弃使用索引而进行全表扫描

如：

select id from t where num/2 = 100

应改为:

select id from t where num = 100*2；

◦不适合键值较少的列（重复数据较多的列）比如：set enum列就不适合(枚举类型(enum)可以添加null,并且默认的值会自动过滤空格集合(set)和枚举类似，但只可以添加64个值)

◦如果MySQL估计使用全表扫描要比使用索引快，则不使用索引

•什么是聚集索引

◾B+Tree叶子节点保存的是数据还是指针

◾MyISAM索引和数据分离，使用非聚集

◾InnoDB数据文件就是索引文件，主键索引就是聚集索引

Redis命令总结

•为什么这么快？

◾基于内存，由C语言编写

◾使用多路I/O复用模型，非阻塞IO

◾使用单线程减少线程间切换

◦因为Redis是基于内存的操作，CPU不是Redis的瓶颈，Redis的瓶颈最有可能是机器内存的大小或者网络带宽。既然单线程容易实现，而且CPU不会成为瓶颈，那就顺理成章地采用单线程的方案了（毕竟采用多线程会有很多麻烦！）。

最后

🍅 硬核资料：关注即可领取PPT模板、简历模板、行业经典书籍PDF。
🍅 技术互助：技术群大佬指点迷津，你的问题可能不是问题，求资源在群里喊一声。
🍅 面试题库：由技术群里的小伙伴们共同投稿，热乎的大厂面试真题，持续更新中。
🍅 知识体系：含编程语言、算法、大数据生态圈组件（Mysql、Hive、Spark、Flink）、数据仓库、Python、前端等等。

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。

需要这份系统化学习资料的朋友，可以戳这里获取