前几天在学完《Django企业开发实战》一书后，发现在书的最后一章有一个技术栈清单，上面罗列了完成该书项目所需要的所有技术栈，从基础一直到高阶，通过提问的方式罗列出来，我感觉这种方式挺好的，带着问题去总结，总是会使人印象深刻的，所以今天打算来总结一下第一小块的内容---python基础。
同步更新于个人博客系统：Django web开发技术清单
同步更新于个人博客系统：Django web开发技术清单
同步更新于个人博客系统：Django web开发技术清单
问题1：基础语法是否熟悉？介绍一下
答：我感觉我对python的基础语法还算比较属性吧，if，else，for，while，with，open，import等等基本的语法还是经常使用的，前不久也在python3.10的官方文档中看到了3.10版本新增的switch语法，和c语言里面的用法很类似，但是灵活度更高！
问题2：有哪些关键字？解释其作用。
答：额，这个的话我感觉我脑袋里对这个东西可能不是很清楚，在我的脑海里，它和保留字差不多我认为，只不过保留字官方还没有投入使用而已，关键字则是已经在使用的保留字。基本上的话，我认为只要是python内置的语法中出现了的单词应该都是关键字，比如：if，else，break，return，with，while，for，continue，set，list，str等等都属于关键字。这个是我个人的理解不知道对不对😅😅😅
百度了一下，python中总共有33个关键字，所以我的想法还是正确的！但是我后面的话就被打脸了，百度上说保留字也属于关键字，所以我的说话可能有点欠妥；
保留字也称为关键字，指被编程语言内部定义并保留使用的标识符，程序员编写程序时不能定义与保留字相同的标识符。每种程序设计语言都有一套保留字，保留字一般用来构成程序整体框架、表达关键值和具有结构性的复杂语义等。掌握一门编程语言首先要熟记其所对应的保留字。
问题3：有哪些内置方法？解释其作用。
答：
list() ：将一个可迭代的对象转成一个数组，或者用于一个数组的定义。
tuple()：同list，但是类型是元组
set()：转成一个集合或者定义一个集合
str()：转成一个字符，或者定义一个字符
sorted(iterable,key,reverse)：将可迭代对象iterable按照key进行排序，reverse是否翻转
zip()：将可迭代对象进行并列拼接，所有可迭代对象包含的元素个数必须一致，否则在迭代的是否会报错
print()：输出打印到控制台
open()：打开文件
close()：关闭文件
filter(func,iterable)：过滤器，func设置过滤条件，iterable为过滤对象
eval()：不知道怎么描述。。。功能挺强大的
range(a,b,step)：根据步长，生成a到b的一个等差数列(a，b，step均为整数)
quit()：强行终止程序并退出
len()：返回传入对象的长度(元素个数)
我经常使用的应该就这些吧!
问题4：解释一下什么是动态语言？动态强类型是指什么？
答：这个问题确实难道我了😅😅😅，但是我记得python好像是动态语言，且是弱指向类型的，对比一下就很明显了，比如在c，c++，java里面，比如一开始定义了一个int a;那么这个a就是int型的，在后面的对a进行赋值的是否只能赋int型的数值给它；而在python里面就不一样了，首先在声明a变量的时候就不用指定类型，你赋什么类型的值给它，它就是什么类型的，所以类型要求不是很严格，用官方的话就是弱类型。不知道这个弱类型和这里的动态强类型说的是不是同一个东西？
csdn上看了一下，好像和我说的这个就是一个东西：什么是动态语言/静态语言，看了几篇，大概都是这个意思。
动态语言是在使用变量的时候才会去为它分配地址空间（不过首先还是确定其类型），而静态语言在使用之前就已经为其分配好地址空间了，所以这也是为什么在执行效率上静态语言更有优势的原因吧！
动态强类型：动态的解释如上，强弱的话：弱/强类型指的是语言类型系统的类型检查的严格程度。参考：Python是动态强类型语言 其实我看了还有一点糊，里面说：弱类型相对于强类型来说类型检查更不严格，比如说允许变量类型的隐式转换。强类型语言一般不允许这么做。
但是看了这篇文章之后，Python到底是强类型语言，还是弱类型语言？ 也许不那么迷茫了哈哈哈
问题5：是否有编码规范的概念？采用的是哪种编码规范？
答：额。。。感觉又是一个不好回答的问题，对我来说😅😅😅，可能还是基础不扎实的缘故。我在很多地方都看到过PEP8规范，也许就是这个东西，比如定义变量的格式采用大驼峰，小驼峰等形式，其他的话我可能不好描述，但是我感觉代码时间写长了，都会有自己一定的风格。然后立马打开书看了下，作者从1.代码布局，2.字符串引号等等都讲了一定的规范格式，总结一句话就是：这样做的目的是，让你写的代码你自己很容易读懂，让别人在看的时候也很容易读懂，所以养成良好的编码格式还是非常重要的！
问题6：解释一下深拷贝和浅拷贝。
答：我就一句话概括一下：浅拷贝得到的和原有的同根同源,而深拷贝则是另一个新个体!（引入的是我之前的一句话），参考我在csdn的博客：从numpy中学习深度拷贝和浅拷贝
问题7：lambda的用法及使用场景。
相对来说，这个函数的使用频率还是较高的，它的功能实在是太强大了！比如常在排序函数sorted()中使用，用来指定排序的key，或者在调用一个参数是函数的的方法时，如果被传入的函数没有参数还好说，如果传入的函数是有参数的话
举个栗子康康：
使用lambda函数成功执行：
所以这个函数的功能是真的很强大的，使用场景也较多！
问题8：解释一下闭包及其作用。
答：在看到闭包后，我想到的第一句话就是：在不修改原函数代码的基础上，为原函数增加新的功能。我想这句话应该是完美的概括的闭包的功能。闭包的话，说白了也是一个函数，一个方法，其有一个“默认的参数”，类型为函数，在其内部会调用这个函数，这也就是为什么在不改变原函数代码的基础上能够新增功能的原因，因为在闭包函数的内部，除了有原函数本身之外，还有其他的代码实现的其他功能。
问题9：实现一个简单的装饰器，用来对某个函数的结果进行缓存。
答：源码如下：
from time import sleep, time
# 修饰器函数，用于缓存某一个函数的返回结果
def my_cache(func):
'''
:param func:function
:return: 如果某函数第一次被调用需要执行该函数并将其结果保存起来，非第一次调用直接从缓存中获取结果，最后都将结果返回
'''
cache_dic = {} # 定义一个缓存字典
# 1.首先从缓存中获取函数的结果
def funcin(word):
res = cache_dic.get(func.__name__, '')
if not res: # 2.如果缓存中没有当前函数的结果，就调用函数，获取函数的返回值，并将结果存入缓存中
res = func(word)
cache_dic[func.__name__] = res
sleep(3) # 模拟调用函数会执行一段时间
return res
return funcin
@my_cache
def fun(word): # 功能函数
return f'hello {word}'
if __name__ == '__main__':
time1 = time()
print(fun('world'))
time2 = time()
print(fun('python')) # 即便输入的参数是python，这个函数的打印结果为world，原因是因为其结果已保存在缓存中，
# 直接使用的是缓存的结果，未调用函数本身
print(f'第一次执行耗时：{time2 - time1}\n第二次执行耗时：{time() - time2}')
执行结果也是合理的：
问题10：python中几种容器类型的差别及使用场景有哪些？
答：说实话，我在看到这个问题的时候，我都不知道python的容器是什么😂😂😂，但是我可能用过，而且非常常用，于是c站上一搜，我自己都要笑了😅
大致看到了几个关键词，我就知道了，不就是经常使用的列表list，元组tuple，字典dict，集合set吗?看来还是自己脑回路有点长，转不过弯来，虽然之前没有见过容器的定义，但是顾名思义：容器不就是可以容纳东西的器具吗？在想想list，tuple，dict，set它们的功能不就是来容纳东西/数据的吗？？我真是醉鸟哈哈哈哈
言归正传：
所以python中有4中容器，分别是list，tuple，dict，set
| 容器 | 使用场景 | 差别 |
| list | 一般用于具有相同属性的元素的存储和修改 | 可任意修改容器中的元素 |
| tuple | 一般用于具有相同属性的元素的存储（仅能存储） | 值存入后不能修改 |
| dict | 一般高效访问和存储 | key-value存储 |
| set | 一般用于去重 | 取值是随机的 |
上面的使用场景和用法是根据我个人经验写的，或多或少可能会有出入，更多用法参考：python中的四种容器 ，他总结的还挺详细的😁😁😁
问题11：列表推导式的使用和场景有哪些？
答：首先看一下列表推导式有哪些吧：我抠破了投，好像只想到了一个：[i for i in range(100)]，这种格式的😅
然后查看了我之前总结的一篇：python中的一些进阶语法 ，好像确实也只有这一个，其他的是配合if，else使用的
使用场景的话，我感觉就是在一个列表中进行循环，没有复杂的逻辑，只是对列表中的元素进行简单的操作，这时候可以使用列表推导式（或者在需要生成一个列表的时候，列表中的元素有一定的顾虑也可以使用），使用列表推导式的考出就是可以节省代码空间！
问题12：介绍一下yield的用法。
答：说实话，这个东西我好像没怎么用过，除了在学习的时候了解过一下，在上一个问题提到的一篇博客我中记录了一些关于它的用法的，如下总结：
问题13：常用的内置库有哪些？举例说明它们的用法。
答：内置库的话，我清一清：os，csv，queue，time，threading，re，额，我常用的好像就这些😅
| 内置库 | 用法 |
| os | 这个库我一般用于文件操作，os.path,os.system用的还比较多 |
| csv | 操作csv文件，特别好用 |
| queue | 队列 |
| time | 和时间有关的操作 |
| threading | 多线程，一般结合爬虫使用 |
| re | 正则，用于匹配，使用场景感觉还是非常广泛的 |
问题14：介绍一下你了解的magic method（魔法方法）及其作用。
答：这个东东在我脑海里好像已经一点印象都没有了，不知道是不是压根没有学过的缘故😅，我唯一有点印象的好像就是那个魔方矩阵，在matlab里见过，不过应该和这个半点关系都没有，只是都有一个‘魔’字而已。
问问度娘吧：首先得知道什么是魔法方法
哦哦，原来这个东东就是魔法方法，为啥这么多东西我都用过，但是不知其名😅
我经常使用的也好像不多，好像就只有__init__用于初始化，其他在学习中可能用到过，但现在基本都忘记了，唉😓看来还是得多巩固巩固基础！
问题15：解释一下面向对象的概念及其在编程中的作用。
答：python中的一个概念就是：一切皆对象。面向对象的概念就是把具有相同属性或者方法的函数/功能归为一类。（个人理解是这样的）它是一种编程思想，相比于过程化编程，它显得结构更加清晰，逻辑更加分明，最明显的作用就是可以通过继承减少代码重写，同时也可以通过多态丰富功能，对于实现复杂的功能，它能将功能模块化，将复杂的功能拆分成一小块的，使开发变得更加轻松！
问题16：如何实现单例模式？
答：首先得搞清楚什么是单例模式？百度得：单例模式是指确保一个类在任何情况下都绝对只有一个实例，并提供一个全局访问点。参考：单例模式的使用总结
# 单例模式
'''
要点：
1.该类只能有一个实例
2.它必须自行创建这个实例
3.它必须自行向整个系统提供整个实例
'''
import threading
class SingleSimple:
lock_ = threading.Lock()
def __new__(cls, *args, **kwargs):
if not hasattr(SingleSimple, 'instance_'):
with SingleSimple.lock_: # 开锁--关锁
if not hasattr(SingleSimple, 'instance_'):
SingleSimple.instance_ = super(SingleSimple, cls).__new__(cls, *args, **kwargs)
return SingleSimple.instance_
def test(number):
s = SingleSimple()
print(f'{number}:{id(s)}')
if __name__ == '__main__':
for i in range(10):
t = threading.Thread(target=test, args=(i,))
t.start()
问题17：如何对python对象进行序列化？
答：使用内置库pickle进行对象序列化和反序列化。
import pickle
class Cat:
def __init__(self, name, age):
self.name = name
self.age = age
#序列化
with open('demo', 'wb') as f:
#name:Tom age:1
cat = Cat('Tom', 1)
pickle.dump(cat, f)
with open('demo', 'rb') as f:
#反序列化 将数据从文件中读取出来 并还原到其原本的数据类型
while True:
try:
cat=pickle.load(f)
print(f'name:{cat.name} age:{cat.age}')
except:
break
问题18：是否熟练编写多线程和多进程程序？
答：还行，对线程比较属性，一般没有用到过进程，不过两个的用法都大致差不多。
问题19：使用socket编写一个简单的http服务器，成功返回success即可。
答：
from socket import AF_INET, SOCK_STREAM, socket
HOST = '127.0.0.1' # HSOT变量是空白的，这是对bind()方法的标识，标识它可以使用任何可用的地址
PORT = 80
BUFSIZ = 1024 # 将缓冲区的大小设置为1kb
ADDR = (HOST, PORT) # 服务器地址
# 创建TCP服务器套接字
tcpserSocket = socket(AF_INET, SOCK_STREAM)
tcpserSocket.bind(ADDR) # 绑定服务器地址
tcpserSocket.listen(5) # 开启监听 listen()方法的参数是在连接被被转接或拒绝之前，传入请求的最大数
while True:
print('waiting for connect....')
tcpCliSock, addr = tcpserSocket.accept() #接受客户端的连接(若连接成功，返回客户端对象和其地址)
print('...connected from:', addr) #客户端的地址信息
while True:
data = tcpCliSock.recv(BUFSIZ) #最大接收1kb大小的数据
# if not data: #如果客户端发送过来的数据为空着退出循环，关闭连接(在这之前已经与客户端连接成功,但服务器未关闭，任处于服务状态)
# break
print('(客户端):',(data.decode('utf-8'))) #打印来自客户端的消息
data='success'
tcpCliSock.send('{}'.format(data).encode('utf-8'))
tcpCliSock.close()
tcpserSocket.close()
问题20：如何理解python中的GIL？这对我们的日常开发有什么影响？
答：Python的GIL是什么鬼，多线程性能究竟如何 我好像是第一次接触到这个词，看了一下这篇博客，GIL是一把全局排他锁，主要就是为了解决多线程的问题。
问题21：解释一下协程，线程和进程之间的差别。
答：进程： 进程，直观点说，保存在硬盘上的程序运行以后，会在内存空间里形成一个独立的内存体，这个内存体有自己独立的地址空间，有自己的堆，上级挂靠单位是操作系统。操作系统会以进程为单位，分配系统资源（CPU时间片、内存等资源），进程是资源分配的最小单位。 进程，直观点说，保存在硬盘上的程序运行以后，会在内存空间里形成一个独立的内存体，这个内存体有自己独立的地址空间，有自己的堆，上级挂靠单位是操作系统。操作系统会以进程为单位，分配系统资源（CPU时间片、内存等资源），进程是资源分配的最小单位。
线程：线程，有时被称为轻量级进程(Lightweight Process，LWP），是操作系统调度（CPU调度）执行的最小单位。
协程： 协程，是一种比线程更加轻量级的存在，协程不是被操作系统内核所管理，而完全是由程序所控制（也就是在用户态执行）。这样带来的好处就是性能得到了很大的提升，不会像线程切换那样消耗资源。
4929
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
