文章目录
装饰器是什么
装饰器是要把原来的函数装饰成新的函数,并且返回这个函数本身的高阶函数
python多线程的限制以及多进程中传递参数的方式
python多线程有个全局解释器锁(global interpreter lock),这个锁的意思是任一时间只能有一个线程使用解释器,跟单cpu跑多个程序一个意思,大家都是轮着用的,这叫“并发”,不是“并行”
多进程间共享数据,可以使用 multiprocessing.Value 和 multiprocessing.Array
python多线程与多进程的区别
在UNIX平台上,当某个进程终结之后,该进程需要被其父进程调用wait,否则进程成为僵尸进程(Zombie)。所以,有必要对每个Process对象调用join()方法 (实际上等同于wait)。对于多线程来说,由于只有一个进程,所以不存在此必要性
多进程应该避免共享资源。在多线程中,我们可以比较容易地共享资源,比如使用全局变量或者传递参数。在多进程情况下,由于每个进程有自己独立的内存空间,以上方法并不合适。此时我们可以通过共享内存和Manager的方法来共享资源。但这样做提高了程序的复杂度,并因为同步的需要而降低了程序的效率。
Python是如何进行内存管理的
Python引用了一个内存池机制,即Pymalloc机制(malloc:n.分配内存),用于管理对小块内存的申请和释放
当创建大量消耗小内存的对象时,频繁调用new/malloc会导致大量的内存碎片,致使效率降低。内存池的概念就是预先在内存中申请一定数量的,大小相等 的内存块留作备用,当有新的内存需求时,就先从内存池中分配内存给这个需求,不够了之后再申请新的内存。这样做最显著的优势就是能够减少内存碎片,提升效率。
python中的内存管理机制——Pymalloc:
python中的内存管理机制都有两套实现,一套是针对小对象,就是大小小于256bits时,pymalloc会在内存池中申请内存空间;当大于256bits,则会直接执行new/malloc的行为来申请内存空间。
关于释放内存方面,当一个对象的引用计数变为0时,python就会调用它的析构函数。在析构时,也采用了内存池机制,从内存池来的内存会被归还到内存池中,以避免频繁地释放动作。
Python里面如何拷贝一个对象?
Python提供了3种复制方法,最常见的=、copy.copy()、copy.deepcopy()
import copy
def fun(list):
print(id(list))
for li in list:
print id(li),
if __name__ == '__main__':
a = [x for x in range(5)]
a.append({'name':'zhangsan', 'age':20})
print id(a)
for x in a:
print id(x),
print ''
print '----------'
fun(a)
print ''
print '----------'
fun(copy.copy(a))
print ''
print '----------'
fun(copy.deepcopy(a))
import copy
a = [1, 2, 3, 4, ['a', 'b']]
b = a
c = copy.copy(a)
d = copy.deepcopy(a)
a.append(5)
a[4].append('c')
print 'a = ', a
print 'b = ', b
print 'c = ', c
print 'd = ', d
输出结果
a = [1, 2, 3, 4, ['a', 'b', 'c'], 5]
b = [1, 2, 3, 4, ['a', 'b', 'c'], 5]
c = [1, 2, 3, 4, ['a', 'b', 'c']]
d = [1, 2, 3, 4, ['a', 'b']]
字典如何删除键和合并字典
*args和**kwargs
- 可变位置参数:
python中规定参数前带 * 的,称为可变位置参数,只是我们通常称这个可变位置参数为*args而已,叫其他的一样
*args:是一个元组,传入的参数会被放进元组里。 - 可变关键字参数:
同理,python中规定参数前 带 ** 的,称为可变关键字参数,通常用**kwargs表示。
**kwargs:是一个字典,传入的参数以键值对的形式存放到字典里。
__new__和 __int__的区别
- __new__是在实例创建之前被调用的,因为它的任务就是创建实例然后返回该实例对象,是个静态方法。
- __init__是当实例对象创建完成后被调用的,然后设置对象属性的一些初始值,通常用在初始化一个类实例的时候。是一个实例方法。
也就是: __new__先被调用,__init__后被调用,__new__的返回值(实例)将传递给__init__方法的第一个参数,然后__init__给这个实例设置一些参数
and & or
-
求结果:1 or 3
print(1 or 3) # 1 -
求结果:1 and 3
print(1 and 3) # 3 -
求结果:0 and 2 and 1
print(0 and 2 and 1) # 0 -
求结果:0 and 2 or 1
print(0 and 2 or 1) # 1 -
求结果:0 and 2 or 1 or 4
print(0 and 2 or 1 or 4) # 1 -
求结果:0 or Flase and 1
print(0 or False and 1) # Flase
总结:
# x or y 如果 x为真,则值为x, 否则为y
# x and y 如果 x 为真,则值为 y,否则为 x
zip 拉链函数
将对象中对应的元素打包成一个个元组,然后返回由这些元组组成的列表迭代器。如果各个迭代器的元素个数不一致,则返回列表长度与最短的对象相同
>>> print(list(zip([0,1,3],[5,6,7],['a','b'])))
[(0, 5, 'a'), (1, 6, 'b')]
>>> zipped = [(1, 4), (2, 5), (3, 6)]
>>> zip(*zipped)
[(1, 2, 3), (4, 5, 6)]
内置函数:map、reduce、filter
- map:映射
>>> ret = map(abs,[-1,-5,6,-7])
>>> print(list(ret))
[1, 5, 6, 7]
- reduce:过滤
def is_odd(x):
if x>10:
return True
>>> ret = filter(is_odd,[1,4,5,7,8,9,76]) # 为迭代器
>>> print(list(ret))
output:[76]
- filter:对于序列内所有元素进行累计操作
from functools import reduce
def add(x,y):
return x + y
>>> print(reduce(add,[1,2,3,4,5]))
output: 15
re的match和search区别
-
re.match:尝试从字符串的起始位置匹配一个模式,如果不是起始位置匹配成功的话,match()就返回none。
-
re.search:扫描整个字符串并返回第一个成功的匹配。
简述 生成器、迭代器、可迭代对象 以及应用场景?
- 迭代器
含有__iter__和__next__方法 (包含__next__方法的可迭代对象就是迭代器) - 生成器
包括含有yield这个关键字,生成器也是迭代器,调动next把函数变成迭代器 - 可迭代对象
一个类内部实现__iter__方法且返回一个迭代器
面向对象的三大特性
继承
将多个类的共同属性和方法封装到一个父类下面,然后在用这些类来继承这个类的属性和方法
继承概念的实现方式主要有2类:实现继承、接口继承。
- 实现继承是指使用基类的属性和方法而无需额外编码的能力;
- 接口继承是指仅使用属性和方法的名称、但是子类必须提供实现的能力(子类重构爹类方法);
继承分为单继承和多继承,Python是支持多继承的
如果没有指定基类,python的类会默认继承object类,object是所有python类的基类,它提供了一些常见方法(如__str__)的实现
对象可以调用自己本类和父类的所有方法和属性, 先调用自己的 自己没有才调父类的。谁(对象)调用方法,方法中的self就指向谁
封装
将有共同的属性和方法封装到同一个类下面
第一层面:创建类和对象会分别创建二者的名称空间,我们只能用类名.或者obj.的方式去访问里面的名字,这本身就是一种封装
第二层面:类中把某些属性和方法隐藏起来(或者说定义成私有的),只在类的内部使用、外部无法访问,或者留下少量接口(函数)供外部访问。
多态
Python天生是支持多态的。指的是基类的同一个方法在不同的派生类中有着不同的功能
面向对象中super的作用
什么是反射?以及应⽤用场景?
反射的核心本质就是以字符串的形式去导入个模块,利用字符串的形式去执行函数。
Django中的 CBV就是基于反射实现的。