‘’‘多行注释’‘’
- 优点
- 1、python语法非常优雅,简单易学
- 2、免费开源
- 3、跨平台,可以自由移植
- 4、可扩展,可嵌入性强
- 5、第三方库丰富
-
应用领域
- 1、在系统编程中应用广泛,比如说shell工具。
- 2、在网络爬虫方面功能非常强大,常用的库如scrapy,request等
- 3、在web开发中使用也很广泛,如很多大型网站都用python开发的,如ins,youtube等,常用的框架如django,flask等
- 4、python在系统运维中应用广泛,尤其在linux运维方面,基本上都是自动化运维。
- 5、在人工智能,云计算,金融等方面也应用非常广泛。
django如何与前端进行交互
- Django返回的是 return JsonResponse,通过该方法与前端进行交互,return render(request,‘historydata.html’)进行模板渲染
通过request方法def get(self,request):,request.POST.get()#post方法,request.GET.get()#get方法
python和java、php、c、c#、c++ 等其他语言对比?
- Java C# PHP Python (开发效率高),这些语言本身不需要你去管理内存了。它们都有自己的虚拟机,对于开辟内存、释放内存都由这个虚拟机处理。
- C 和 Python、Java、C#等C语言: 代码编译得到 机器码 ,机器码在处理器上直接执行,每一条指令控制CPU工作其他语言: 代码编译得到 字节码 ,虚拟机执行字节码并转换成机器码再后在处理器上执行Python 和 C Python这门语言是由C开发而来
- 对于使用:Python的类库齐全并且使用简洁,如果要实现同样的功能,Python 10行代码可以解决,C可能就需要100行甚至更多.
- 对于速度:Python的运行速度相较与C,绝逼是慢了Python 和 Java、C#等
- 对于使用:Linux原装Python,其他语言没有;以上几门语言都有非常丰富的类库支持
- 对于速度:Python在速度上可能稍显逊色所以,Python和其他语言没有什么本质区别,其他区别在于:擅长某领域、人才丰富、先入为主
简述解释型和编译型编程语言
- 解释型语言编写的程序不需要编译,在执行的时候,专门有一个解释器能够将VB语言翻译成机器语言,每个语句都是执行的时候才翻译。这样解释型语言每执行一次就要翻译一次,效率比较低。java,javascript,Python都是解释性语言,Java语言的编译–>解释–>运行过程,编译成class文件
- 用编译型语言写的程序执行之前,需要一个专门的编译过程,通过编译系统,把源高级程序编译成为机器语言文件,翻译只做了一次,运行时不需要翻译,所以编译型语言的程序执行效率高,但也不能一概而论,部分解释型语言的解释器通过在运行时动态优化代码,甚至能够使解释型语言的性能超过编译型语言。c,c++是编译型语言
- 定义:编译型语言:把做好的源程序全部编译成二进制代码的可运行程序。然后,可直接运行这个程序。 解释型语言:把做好的源程序翻译一句,然后执行一句,直至结束!特点:编译型语言,执行速度快、效率高;依靠编译器、跨平台性差。 解释型语言,执行速度慢、效率低;依靠解释器、跨平台性好。
- py文件作为模块被import的时候,python为了提高解析速度,对所有这些作为模块的py文件先作一个类似编译的动作,产生相应的pyc文件。这样当有别的程序再次import这些模块时,python就不用再重新解析py文件,而是读入pyc文件就可以了
python解释器种类以及特点
- CPython
- c语言开发的 使用最广的解释器
- IPython
- 基于cpython之上的一个交互式计时器 交互方式增强 功能和cpython一样
- PyPy
- 目标是执行效率 采用JIT技术 对python代码进行动态编译,提高执行效率
- JPython
- 运行在Java上的解释器 直接把python代码编译成Java字节码执行
- IronPython
- 运行在微软 .NET 平台上的解释器,把python编译成. NET 的字节码
Python中的魔法属性
Python中提供了魔法方法"方法"的格式,不需要主动调用,存在的目的是为了给python的解释器进行调用,几乎每个魔法方法都有一个对应的内置函数,或者运算符,当我们对这个对象使用这些函数或者运算符时就会调用类中的对应魔法方法,可以理解为重写这些python的内置函数。
例如:
- __new__是用来创建类并返回这个类的实例, 而__init__只是将传入的参数来初始化该实例.
- 在对象的生命周期结束时, __del__会被调用,可以将__del__理解为"析构函数"。__del__定义的是当一个对象进行垃圾回收时候的行为。
位和字节的关系
- 8位=一字节
b、B、kB、MB、GB的关系
- 1B=8b
- 1kB=1024B
- 1MB=1024kB
- 1GB=1024MB
请列出至少5个PEP8规范
- 每个缩进级别使用4个空格
- 每行代码的最大长度限制为79个字符
- 若是导入多个库函数,应该分开依次导入
- 道路应按照以下顺序导入
a、标准库导入
b、相关的第三方库导入
c、本地应用程序的库导入
- 道路应按照以下顺序导入
- 在表达式中避免无关的空格
- 在括号或者大括号内
- 在尾随逗号和后面的右括号之
- 在逗号,分号或者冒号前面
- 函数名的与后面的参数的括号之间
- 代码更改时,相应的注释也要随之更改
- 命名要规范,通俗易懂
or 和 and
-
v1=1 or 3
-
v2=1 and 3
-
v3=0 and 2 and 1
-
v4=0 and 2 or 1
-
v5=0 and 2 or 1 or 4
-
v6=0 or False and 1
-
结果:
- v1 = 1
- v2 = 3
- v3 = 0
- v4 = 1
- v5 = 1
- v6 = False
-
基本运算规律
- 在不加括号时候, and优先级大于or
- x or y 的值只可能是x或y. x为真就是x, x为假就是y
- x and y 的值只可能是x或y. x为真就是y, x为假就是x
ascii、Unicode、utf-8、gbk的区别
- ascii 是最早美国用的标准信息交换码,把所有的字母的大小写,各种符号用 二进制来表示,共有256中,加入些拉丁文等字符,1bytes代表一个字符
- Unicode是为了统一世界各国语言的不同,统一用2个bytes代表一个字符,可以表达2^16=65556个,称为万国语言,特点:速度快,但浪费空间
- utf-8 为了改变Unicode的这种缺点,规定1个英文字符用1个字节表示,1个中文字符用3个字节表示,特点;节省空间,速度慢,用在硬盘数据传输,网络数据传输,相比硬盘和网络速度,体现不出来的
- gbk 是中文的字符编码,用2个字节代表一个字符
字节码和机器码的区别
- 机器码是电脑CPU直接读取运行的机器指令,运行速度最快,但是非常晦涩难懂,也比较难编写,一般从业人员接触不到。
- 字节码是一种中间状态(中间码)的二进制代码(文件)。需要直译器转译后才能成为机器码。
三元运算编写格式
- 表达式1 if 布尔表达式2 else 表达式3
- 例如:a=3 if 3 > 4 else 5
列举你所了解的所有Python2和Python3的区别
- python2没有nonlocal关键字,要修改临时变量只能将其改成可变数据类型,如数组。b=[a]
- print()函数代替print语句
- Python3加入 Unicode 字符串,用以编码存储字符串。比如用 utf-8可以用来输入中文
- Python3去掉long类型,新增了bytes。
- Python 3整数之间做除法可以得到浮点数的结果,不需要进行数据格式转换1/2=0.5 Python 2整数int间除法结果为把运算结果去尾的整数1/2=0,3/2.0=1.5
- Python3 中 range(),Python2 中 xrange()。
- python2中的不等于号可以是!=或者<>,python3只能是!=
- python2中raw_input()用来输入字符串,而python3中使用input()来输入字符串
py2项目如何迁移成py3
- 先备份原文件,然后使用python3自带工具2to3.py将py2文件转换位py3文件
- 手动将不兼容的代码改写成兼容py3的代码
用一行代码实现数值交换
- a=1
- b=2
- 答案:a,b=b,a 原地交换
取余和除法
% 取余可以判断是否是哪个数字的倍数
/ 可以得到浮点数
// 整除 例如:5//3 结果为1 1//3 结果为0
python3和python2中int和long的区别
- python2中有long类型,python3中没有long类型,只有int类型。python3中的int类型包括了long类型。
xrange和range的区别
- xrange和range用法相同,但是xrange是一个生成器,range结果是一个列表。xrange做循环的时候性能比range好。
如何实现字符串的反转?如:name=felix,反转成name=xilef
name = "felix"
# 方法一:
name=name[::-1]
# 方法二:
name2=list(name)
name2.reverse()
name=''.join(name2)
# 方法三:
from functools import reduce
name=reduce(lambda x, y: y+x, name)
#方法三
ss='xhang'
res=''
for i in ss:
res=i+res
print(res)
文件操作时,xreadlines和readlines的区别
- xreadlines返回的是一个生成器
- readlines返回的是一个列表
请列举布尔值位False的常见值
- 0、‘’、[]、{}、tuple()、None、set()
sort()函数和sorted()函数排序的区别
-
lis.sort() 原地排序,无返回值
-
sorted(lis,key=lis.index) 新开辟一个空间排序,有返回值 ,还可以指定key关键字
列举字符串、列表、元组、字典每个常用的方法
del() #删除其中的一个值
-
字符串—字符串方法总结
-
字符串计数,可以直接使用字典,也可以使用使用字符串的count函数
-
统计英文文章中字母,不统计特殊字符和标点符号等,s为文章
-
字符串可以直接使用for循环进行单个字符遍历
-
s.isalpha() ->判断是否是英文字母或者英文字母字符串
或者使用re正则判断
import re
print(re.sub(‘[^a-zA-Z]’,‘’,s)) #正则,使用空替换非字母 -
s.isalnum() ->判断字符串是否是字母和数字组成
-
s.isnumeric() ->判断是否是数字字符串
-
s.index(‘s’) ->返回找到的第一个索引地址
-
strip() ->去掉字符串两端的空白符
-
split() ->对字符串进行分割,默认按照空格分割
-
join() ->字符串连接
-
startwith(),endwith() ->判断是否以啥开头或者结尾
-
replace() -> 字符串替换,old,new,count替换个数
-
find() -> 查找字符串,存在返回第一个索引,不存在返回-1
-
lower() ->转换为小写
-
upper() ->转换为大写
-
s.count(i) ->统计i出现的次数
-
s2=list(s) ->将字符串转为list列表
-
s1=‘,’.join(s) ->使用join连接字符串
-
-
列表—列表方法总结
- count() ->统计在列表中出现的个数
- apped() ->在列表末尾添加值
- pop() ->删除一个对象,默认最后一个
- remove() ->删除指定的第一个匹配项
- insert() ->插入对象,需要索引地址和值,两个参数
- index() ->获取索引,i为值,一个参数
- 比较列表元素
A = ['1','2','3']
B = ['2','4','5']
##计算交集
print(str(set(A)&set(B)))
#a不在b
print(str(set(A)-set(B)))
##计算差集 除去共同元素
print(str(set(A)^set(B)))
#所有数据联合
print(str(set(A)|set(B)))
-
元组
-
元组必须是以,结束,例如(2,)元组,或者(2,3)
- count() ->统计在元组中出现的个数
- index() ->获取索引
-
字典
- keys() ->获取所有的键
- pop() ->删除指定的键的键值对
- popitem() ->随机删除一个键值对
- update() ->更新字典,参数为一个字典,如果键已存在,则更改,不存在则添加
- setdefault() ->如果键存在则,返回该键对应的值,如果不存在,设置该键为设置的默认值,然后返回该键对应的值
- get() ->返回键对应的值
- fromkeys() ->创建字典,第一个参数为可迭代对象,每个值变成字典的键,第二个参数为每个键的默认值
- items() ->返回字典中所有的项,以列表的形式,但是无序的,因为字典无序
-
字典排序
- d={‘a’: 5, ‘c’: 3, ‘b’: 4}
d.items()首先用items(),将字典转换为元组的列表,再用sorted()排序,
用关键字key指定排序依据的值(key或者value)
按照值排序:
s=sorted(d.items(),key=lambda x:x[0])
按照值排序
s=sorted(d.items(),key=lambda x:x[1])
按照键排序
- d={‘a’: 5, ‘c’: 3, ‘b’: 4}
生成随机数
import random
-
使用random函数
- random.random() 产生一个包含0不包含1之间的小数
- random.randint(1,5) 产生一个包含开始和结束的整数
- random.uniform(1,4) 产生一个不包含开始和结束的浮点数
- random.randrange(0,3,step=2) 产生一个包含开始,不包含结束,步长为2的随机整数
- random.shuffle(lis) 在lis的原地产生一个乱序列表
- random.sample(range(100), 6) 产生100范围内的6个整数
- random.choice(‘abcdefg’) 从字符串中产生一个随机字符
- random.seed(2) 在随机数之前设置相同的随机数种子,可以产生相同的随机数
-
使用numpy函数
- np.random.random() 产生一个0到1之间的随机小数,其中可以指定参数,设置随机数个数
- 相当于np.random.rand(10) 产生10个[0,1)之间的浮点数
- np.random.randint(1, 10, [2,2]) 产生[1,10]之间的整数,2行2列
- 还可以为np.random.randint(1,10,3) 产生3个[1,10]之间的整数,可以不填,默认1
- np.random.uniform(1,10,[2,2]) 产生[1,10]之间的浮点数,2行2列,同上也可用
- np.round(t1,2) 保留两位小数
保留小数
a=12.35
#方法一
print(round(a,1))
#方法二
print('%.1f'%a)
is和==的区别
- is比较的是两个对象的id是否相同
- ==比较的是两个对象的值是否相同
1,2,3,4,5能组成多少个互不相同且不重复的三位数?
- 排列组合问题: 5*4*3=60个
什么是反射,以及应用场景
- 反射就是通过字符串的形式,导入模块;通过字符串的形式,去模块寻找指定函数,并执行。利用字符串的形式去对象(模块)中操作(查找/获取/删除/添加)成员,一种基于字符串的事件驱动!
- 应用场景:当我们动态的输入一个模块名的时候就可以使用到反射。
- 通过hasattr,getattr,delattr,setattr等四个函数来操作
复数:
- 语法是real+image j
- 实部和虚部都是浮点数
- 后缀可以是j或者J
- conjugate方法返回该复数的共轭复数
简述python的深浅拷贝
-
浅拷贝只是对另外一个变量的内存地址的拷贝,这两个变量指向同一个内存地址的变量值。
-
只拷贝父对象,不拷贝子对象,所以父对象不会改变,子对象可以被改变
- 浅拷贝的特点:
- 共用一个值
- 这两个变量的内存地址一样
- 对其中一个变量的值改变,另外一个变量的值也会改变
- 浅拷贝的特点:
-
深拷贝是一个变量对另外一个变量的值拷贝
- 深拷贝的特点:
- 两个变量的内存地址不同
- 两个变量各有自己的值,且互不影响
- 对其任意一个变量的值的改变不会影响另外一个
- 深拷贝的特点:
-
如果是不可变类型,则深浅拷贝只拷贝引用,如果是可变类型,浅拷贝只拷贝第一层引用,深拷贝无论多少层引用都拷贝
第一种方式:使用内部深拷贝
-
lis=[1,2,3]
-
lis2=lis.copy() # 深拷贝
第二种方式,使用copy包
-
lis=[1,2,3]
-
lis2=copy.copy(lis) # 浅拷贝
-
lis3=copy.deepcopy(lis) # 深拷贝
python的垃圾回收机制
- 概述:python采用的是引用计数机制为主,标记-清除和分代收集两种机制为辅的策略
- 引用计数:
- 每当新的引用指向该对象时,引用计数加1,当对该对象的引用失效时,引用计数减1,当对象的引用计数为0时,对象被回收。缺点是,需要额外的空间来维护引用计数,并且无法解决对象的循环引用。
- 分代回收:(具体见上面链接)
- 以时间换空间的回收方式
- 标记清除:
- 活动对象会被打上标记,会把那些没有被打上标记的非活动对象进行回收。
python的可变类型和不可变类型的区别
- 可变类型有:列表,字典,集合等,可以被改变,可以赋值
- 不可变类型有:数字,字符串,元组等,不可改变,不可赋值
- 这里的可变不可变是指内存中的那块内容是否可以被改变。
- [1,2,3]*3表示[1,2,3,1,2,3,1,2,3]循环三次
求下面代码结果
v=dict.fromkeys(['k1','k2'],[])
v['k1'].append(666)
print(v)
v['k1']=777
print(v)
- 结果:
{‘k1’: [666], ‘k2’: [666]}
{‘k1’: 777, ‘k2’: [666]} - 分析:
第一次输出:{‘k1’:[],‘k2’:[]}
v[‘k1’]指的是空列表,所以能够全部赋值
第二次输出:{‘k1’: [666], ‘k2’: [666]}
一行代码实现删除列表中的所有的重复的值
lis=[1,1,2,1,22,5]
lis=list(set(lis))
如何实现"1.2.3"变成[‘1’,‘2’,‘3’]?
s="1,2,3"
s=s.split(',')
如何实现[‘1’,‘2’,‘3’]变成[1,2,3]
ss=['1', '2', '3']
ss=[int(i) for i in ss]
比较:a=[1,2,3]和b=[(1),(2),(3)]以及c=[(1,),(2,),(3,)]的区别
- a和b的结果相同,列表里面的值相同,类型也相同
- c中的列表里面的值是元组类型的
如何用一行代码生成[1,4,9,16,25,36,49,64,81,100]?
lis=[i**2 for i in range(1,11)]
常用字符串格式化有哪几种?
- 使用百分号
s%格式化字符串,d%好像是数字
print('hello %s and %s'%('friend','another friend'))
- 使用format,什么数据都可以格式化,不需要区分数据类型
print('hello {first} and {second}'.format(first='friend',second='another friend'))
什么是断言(assert)?应用场景?
- assert是用来检查一个条件,如果它为真,就不做任何事。如果它为假,则会抛出AssertError并且包含错误信息。
- 应用场景:
- 防御型编程
- 运行时检查程序逻辑
- 检查约定
- 程序常量
- 检查文档
有两个字符串列表a和b,每个字符串是由逗号隔开的一些字符
a=[
'a,1',
'b,3,22',
'c,3,4',
]
b=[
'a,2',
'b,1',
'd,5',
]
# 按照a,b中每个字符串的第一个值,合并成c如下:
c=[
'a,1,2',
'b,3,22,1',
'c,3,4',
'd,5'
]
# 解法:
a=[
'a,1',
'b,3,22',
'c,3,4',
]
b=[
'a,2',
'b,1',
'd,5',
]
a_dic={
}
for s in a:
k,v = s.split(',',1) #这句话相当于,逗号前的为键,逗号后为值,1为每次拆分一个,默认为-1,无限制拆分
a_dic[k]=v
b_dic={
}
for s in b:
k,v = s.split(',',1)
b_dic[k]=v
c_dic=a_dic
for k,v in b_dic.items():
if k in c_dic:
c_dic[k]=','.join([c_dic[k],v])#合并原来的a列表并使用,隔开,形成一个字典
else:
c_dic[k]=v
c=[','.join([k,c_dic[k]]) for k in c_dic]
print(c)
有一个多层嵌套的列表A=[1,2,3,[4,1,[‘j1’,1,[1,2,3,‘aa’]]]],请写一段代码将A中的元素全部打印出来
A=[1,2,3,[4,1,['j1',1,[1,2,3,'aa']]]]
def my_print(lis):
for i in lis:
if type(i)==list:
my_print(i)
else:
print(i)
my_print(A)
a=range(10),则a[::-3]的值是?
- [9,6,3,0] 或者 range(9,-1,-3)
将下面列表中的元素根据位数合并成字典:
lst = [1,2,4,8,16,32,64,128,256,512,1024,32769,65536,4294967296]
# 结果
{
1: [1, 2, 4, 8], 2: [16, 32, 64], 3: [128, 256, 512], 4: [1024], 5: [32769, 65536], 10: [4294967296]}
lst = [1,2,4,8,16,32,64,128,256,512,1024,32769,65536,4294967296]
dic={
}
for i in lst:
len_i=len(str(i))
dic.setdefault(len_i,[]).append(i)
print(dic)
用尽量简洁的方法将二维数组合并成一维数组
lst = [[1,2,3],[4,5,6],[7,8,9]]
ll=[]
for l in lst:
# ll+=l
ll.extend(l)
print(ll)
将列表按照下列规则排序:
- 正数在前,负数在后
- 正数从小到大
- 负数从大到小
- 例子:
- 排序前:[7,-8,5,4,0,-2,-5]
- 排序后:[0, 4, 5, 7, -2, -5, -8]
lis = [7,-8,5,4,0,-2,-5]
lis=sorted(lis,key=lambda x:(x<0,abs(x))) # 这里排序条件返回元组,先比较第一个,再第二个值
print(lis)
解决哈希冲突的算法有哪几种?分别有什么特点?
- 开放定址法
- 再哈希法
- 链地址法
- 建立公共溢出区
简述python字符串的驻留机制
- 相同对象的引用都指向内存中的同一个位置,这个也叫python的字符串驻留机制
- python的引用计数机制,并不是对所有的数字,字符串,他只对”[0-9][a-z][A-Z]
和"_"(下划线) ”有效“,当字符串中由其他字符比如“! @ # ¥ % -”时字符驻留机制是不起作用的。
以下代码输出什么?
lis=['a','b','c','d','e']
print(lis[10:])
- 答案:[]
python哪些类型的数据才能作为字典的key?
- 可哈希的类型
有如下代码:
import copy
a=[1,2,3,[4,5],6]
b=a
c=copy.copy(a)
d=copy.deepcopy(a)
b.append(10)
c[3].append(11)
d[3].append(12)
- 求a,b,c,d
- 答案:
a:[1, 2, 3, [4, 5, 11], 6, 10]
b:[1, 2, 3, [4, 5, 11], 6, 10]
c:[1, 2, 3, [4, 5, 11], 6]
d:[1, 2, 3, [4, 5, 12], 6]
对字典d={‘a’:30,‘g’:17,‘b’:25,‘c’:18,‘d’:50,‘e’:36,‘f’:57,‘h’:25}按照value字段进行排序
d={
'a':30,'g':17,'b':25,'c':18,'d':50,'e':36,'f':57,'h':25}
dd=sorted(d.items(),key=lambda x:x[1])
print(dd)
找出两个列表中相同的元素和不同的元素
list1=[1,2,3,5,8,7,11,10]
list2=[5,15,25,10]
sim=[i for i in list1 if i in list2]
diff=[i for i in list1+list2 if i not in sim]
print(sim)
print(diff)
二叉树是非线性结构,栈和队列以及线性表都是线性结构,对吗?
- 对的
从0-99这100个数中随机取出10个,要求不能重复
import random
lis=random.sample(range(0,100),10)
print(lis)
有一个列表lis=[‘This’,‘is’,‘a’,‘Man’,‘B’,‘!’],对它进行大小写无关的排序
lis=['This','is','a','Man','B','!']
lis=sorted(lis,key=str.lower)
print(lis)
描述以下字典的items()方法和iteritems()方法有啥不同?
- 字典的items方法作用:是可以将字典中的所有项,以列表方式返回。因为字典是无序的,所以用items方法返回字典的所有项,也是没有顺序的。
- 字典的iteritems方法作用:与items方法相比作用大致相同,只是它的返回值不是列表,而是一个迭代器
请列举你所知道的python代码检测工具以及他们之间的区别
- pylint — 源代码分析器,可以分析python代码中的错误
- pyflakes — 检查源文件错误的简单程序,不会检查代码风格。
- pep8 — 检查代码规范的工具
介绍一下try except的用法和作用?
- 主要用来处理异常
- 完整用法如下:
try:
Normal execution block
except A:
Exception A handle
except B:
Exception B handle
except:
Other exception handle
else:
if no exception,get here
finally:
print("finally")
阅读以下代码,写输出结果
lis = [2,4,5,6,7]
for i in lis:
if i % 2==0:
lis.remove(i)
print(lis)
- 结果:[4, 5, 7],因为在原删除的时候,原列表中的元素变化了,地址减一,再遍历的时候改地址已经遍历过了
对列表[3,1,-4,-2]按照绝对值排序
lis=[3,1,-4,-2]
lis=sorted(lis,key=lambda x:abs(x))
print(lis)
获取python解释器版本的方法
- 终端执行python -V
现有mydict和变量onekey,请写出从mydict中取出onekey的值的方法
方法一:mydict[onekey]
这种方法,如果mydict中键不存在的时候程序会报错
方法二:mydict.get(onekey)
这种方法,如果存在,返回值,不存在返回None
方法三:mydict.setdefault(onekey,[])
这种方法:存在的话返回值,不存在的时候创建一个值,值得内容为第二个参数+
列表中保留顺序和不保留顺序去重
- 不保留顺序
lis=[3, 1, 4, 2, 3]
print(list(set(lis)))
- 去重,并且按照索引保留顺序
lis=[3, 1, 4, 2, 3]
T=[]
[T.append(i) for i in lis if i not in T])
print(T)
# 或者
T=sorted(set(lis), key=lis.index)#这里使用的是index
print(T)
#或者
s2=sorted(ss,key=lambda x:ss.index(x)) #这里使用lambda函数结合index()
print(s2)
在什么情况下y!=x-(x-y)会成立?
- x,y是两个不相等的非空集合
实现99乘法表(使用两种方法)
print('\n'.join(['\t'.join(['{}*{}={}'.format(x,y,x*y) for x in range(1,y+1)]) for y in range(1,10)]))
for i in range(1,10):
for j in range(1,i+1):
print('%s*%s=%s'%(i,j,i*j),end='\t')
else:
print()
判断dict中有没有某个key。
- key in dict.keys() 判断
a = dict(zip((‘a’,‘b’,‘c’,‘d’,‘e’),(1,2,3,4,5))) 请问a是什么?
- {‘a’: 1, ‘b’: 2, ‘c’: 3, ‘d’: 4, ‘e’: 5}
在python中如何拷贝一个对象,并说明他们之间的区别
- 赋值(=),就是创建了对象的一个新的引用,修改其中任意一个变量都会影响到另一个。
- 浅拷贝:创建一个新的对象,但它包含的是对原始对象中包含项的引用(copy模块的copy()函数)
- 深拷贝:创建一个新的对象,并且递归的复制它所包含的对象(修改其中一个,另外一个不会改变)(copy模块的deep.deepcopy()函数)
python中进制转换
进制转换以十进制为媒介
十六进制前面加上0x,八进制加上0o,二进制前面加上0b
二进制 | 八进制 | 十进制 | 十六进制 | |
---|---|---|---|---|
二进制 | bin(int(x, 8)) | bin(int(x, 10)) | bin(int(x, 16)) | |
八进制 | oct(int(x, 2)) | oct(int(x, 10)) | oct(int(x, 16)) | |
十进制 | int(x, 2) | int(x, 8) | int(x, 16) | |
十六进制 | hex(int(x, 2)) | hex(int(x, 8)) | hex(int(x, 10)) |
将列表alist=[{‘name’:‘a’,‘age’:25},{‘name’:‘b’,‘age’:30},{‘name’:‘c’,‘age’:20}],按照age的值从大到小排列。
alist=[{
'name':'a','age':25},{
'name':'b','age':30},{
'name':'c','age':20}]
blist=sorted(alist,key=lambda x:x['age'],reverse=True)
print(blist)
关于Python程序的运行方面,有什么手段能提升性能?
- 使用多进程,充分利用机器的多核性能
- 对于性能影响较大的部分代码,可以使用C或C++编写
- 对于IO阻塞造成的性能影响,可以使用IO多路复用来解决
- 尽量使用Python的内建函数
- 尽量使用局部变量
python是如何进行内存管理的?python的程序会内存泄漏吗?说说有没有什么方面阻止或者检测内存泄漏?
- python是如何进行内存管理的参考文章
- 引用计数
- Python内部使用引用计数,来保持追踪内存中的对象,Python内部记录了对象有多少个引用,就是引用计数,
- 引用计数