python面试题_必读！53个Python经典面试题详解-CSDN博客

作者 | Chris 翻译 | 苏本如，编辑 | 夕颜题图 | 视觉中国出品 | AI科技大本营(ID:rgznai100) 本文列出53个Python面试问题，并且提供了答案，供数科学家和软件工程师们参考。不久前，我作为“数据科学家”开始担任一个新的角色，实际上就是一位“Python工程师”。如果我在面试前提前了解一下Python的线程生命周期，而不是它的Recommender System(推荐系统)的话，我可能会在面试中表现得更好。为了帮助大家通过面试，下面我整理了我为Python面试/工作准备的问题，并提供了答案。大多数数据科学家都会编写大量的代码，所以这些问题/答案对科学家和工程师都同样适用。无论你是一位面试官、还是准备应聘一份工作、或者只是想提高你的Python技能，这份清单对你来说都将是无价之宝。问题是无序的。我们开始吧。

经典面试题与答案 1. 列表(list)和元组(tuple)有什么区别？ 在我每一次应聘Python数据科学家的面试中，这个问题都会被问到。所以对这个问题的答案，我可以说是了如指掌。

列表是可变的。创建后可以对其进行修改。
元组是不可变的。元组一旦创建，就不能对其进行更改。
列表表示的是顺序。它们是有序序列，通常是同一类型的对象。比如说按创建日期排序的所有用户名，如["Seth", "Ema", "Eli"]。
元组表示的是结构。可以用来存储不同数据类型的元素。比如内存中的数据库记录，如(2, "Ema", "2020–04–16")(#id, 名称,创建日期)。

2. 如何进行字符串插值？ 在不导入Template类的情况下，有3种方法进行字符串插值。

name = 'Chris'# 1. f stringsprint(f'Hello {name}')# 2. % operatorprint('Hey %s %s' % (name, name))# 3. formatprint( "My name is {}".format((name)))

3. “is”和“==”有什么区别？ 在我的Python职业生涯的早期，我认为它们是相同的，因而制造了一些bug。所以请大家听好了，“is”用来检查对象的标识(id)，而“==”用来检查两个对象是否相等。我们将通过一个例子说明。创建一些列表并将其分配给不同的名字。请注意，下面的b指向与a相同的对象。

a = [1,2,3]b = ac = [1,2,3]

下面来检查是否相等，你会注意到结果显示它们都是相等的。

print(a == b)print(a == c)#=> True#=> True

但是它们具有相同的标识(id)吗？答案是不。

print(a is b)print(a is c)#=> True#=> False

我们可以通过打印他们的对象标识(id)来验证这一点。

print(id(a))print(id(b))print(id(c))#=> 4369567560#=> 4369567560#=> 4369567624

你可以看到：c和a和b具有不同的标识(id)。 4. 什么是装饰器(decorator)？ 这是每次面试我都会被问到的另一个问题。它本身就值得写一篇文章。如果你能自己用它编写一个例子，那么说明你已经做好了准备。装饰器允许通过将现有函数传递给装饰器，从而向现有函数添加一些额外的功能，该装饰器将执行现有函数的功能和添加的额外功能。我们将编写一个装饰器，该装饰器会在调用另一个函数时记录日志。 编写装饰器函数logging 。它接受一个函数func作为参数。它还定义了一个名为log_function_called的函数，它先执行打印出一些“函数func被调用”的信息(print(f'{func} called.'))，然后调用函数func()。最后返回定义的函数。

def logging(func):  def log_function_called():    print(f'{func} called.')    func()  return log_function_called

让我们编写其他两个函数，我们最终会将装饰器添加到其中(但还没有)。

def my_name():  print('chris')def friends_name():  print('naruto')my_name()friends_name()#=> chris#=> naruto

现在将装饰器添加到上面编写的两个函数之中。

@loggingdef my_name(): print('chris')@loggingdef friends_name(): print('naruto')my_name()friends_name()#=>  called.#=> chris#=>  called.#=> naruto

现在，你了解了如何仅仅通过在其上面添加@logging(装饰器)，就能够轻松地将日志添加到我们编写的任何函数中。 5. 解释Range函数 Range函数可以用来创建一个整数列表，一般用在for循环中。它有3种使用方法。 Range函数可以接受1到3个参数，参数必须是整数。请注意：我已经将range的每种用法包装在一个递推式构造列表(list comprehension)中，以便我们可以看到生成的值。用法1 - range(stop)：生成从0到参数“stop”之间的整数。

[i for i in range(10)]#=> [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

用法2 - range(start, stop) : 生成从参数“start”到“stop”之间的整数

[i for i in range(2,10)]#=> [2, 3, 4, 5, 6, 7, 8, 9]

用法3 - range(start, stop, step)：以参数“step”为步长，生成从“start”到“stop”之间的整数。

[i for i in range(2,10,2)]#=> [2, 4, 6, 8]

6. 定义一个名为car的类，它有两个属性：“color”和“speed”。然后创建一个实例并返回“speed”。

class Car :    def __init__(self, color, speed):        self.color = color        self.speed = speedcar = Car('red','100mph')car.speed#=> '100mph'

7. Python中的实例方法、静态方法和类方法有什么区别？ 实例方法： 接受self参数，并且与类的特定实例相关。 静态方法： 使用装饰器 @staticmethod，与特定实例无关，并且是自包含的(不能修改类或实例的属性)。 类方法 ：接受cls参数，并且可以修改类本身。我们将通过一个虚构的CoffeeShop类来说明它们之间的区别。

class CoffeeShop:    specialty = 'espresso'    def __init__(self, coffee_price):        self.coffee_price = coffee_price    # instance method    def make_coffee(self):        print(f'Making {self.specialty} for ${self.coffee_price}')    # static method        @staticmethod    def check_weather():        print('Its sunny')    # class method    @classmethod    def change_specialty(cls, specialty):        cls.specialty = specialty        print(f'Specialty changed to {specialty}')

CoffeeShop类有一个属性specialty，默认值设为“espresso”。CoffeeShop类的每个实例初始化时都使用了coffee_price这个属性。同时，它还有3个方法，一个实例方法，一个静态方法和一个类方法。让我们将coffee_price的值设为5，来初始化CoffeeShop的一个实例。然后调用实例方法make_coffee。

coffee_shop = CoffeeShop('5')coffee_shop.make_coffee()#=> Making espresso for $5

现在我们来调用静态方法。静态方法无法修改类或实例状态，因此通常用于工具函数，例如，把2个数字相加。我们这里用它来检查天气。天气晴朗。太好了！

coffee_shop.check_weather()#=> Its sunny

现在让我们使用类方法修改CoffeeShop的属性specialty，然后调用make_coffee()方法来制作咖啡。

coffee_shop.change_specialty('drip coffee')#=> Specialty changed to drip coffeecoffee_shop.make_coffee()#=> Making drip coffee for $5

注意，make_coffee过去是用来做意式浓缩咖啡(espresso)的，但现在用来做滴滤咖啡(drip coffee)了！ 8. “func”和“ func()”有什么区别？ 这个问题的目的是想看看你是否理解所有函数也是Python中的对象。

def func():    print('Im a function')func#=> function __main__.func>func()    #=> Im a function

func是表示函数的对象，它可以被分配给变量或传递给另一个函数。带圆括号的func()调用该函数并返回其输出。 9. 解释map函数的工作原理。 Map函数返回一个列表，该列表由对序列中的每个元素应用一个函数时返回的值组成。

def add_three(x):    return x + 3li = [1,2,3][i for i in map(add_three, li)]#=> [4, 5, 6]

上面，我对列表中的每个元素的值加了3。 10. 解释reduce函数的工作原理。 这个问题很棘手，在你使用过它几次之前，你得努力尝试自己能够理解它。 reduce接受一个函数和一个序列，然后对序列进行迭代。在每次迭代中，当前元素和前一个元素的输出都传递给函数。最后，返回一个值。

from functools import reducedef add_three(x,y):    return x + y    li = [1,2,3,5]    reduce(add_three, li)#=> 11

返回11，它是1 + 2 + 3 + 5的总和。 11.解释filter函数的工作原理 Filter函数顾名思义，是用来按顺序过滤元素。每个元素都被传递给一个函数，如果函数返回True，则在输出序列中返回该元素；如果函数返回False，则将其丢弃。

def add_three(x):    if x % 2 == 0:        return True            else:        return Falseli = [1,2,3,4,5,6,7,8][i for i in filter(add_three, li)]#=> [2, 4, 6, 8]

注意上面所有不能被2整除的元素如何被删除的。 12. Python是按引用调用还是按值调用？ 如果你在谷歌上搜索这个问题并阅读前几页，你就要准备好进入语义的迷宫了。你最好只是了解它的工作原理。不可变对象(如字符串、数字和元组等)是按值调用的。请注意下面的例子，当在函数内部修改时，name的值在函数外部不会发生变化。name的值已分配给内存中该函数作用域的新块。

name = 'chr'def add_chars(s):   s += 'is'   print(s)add_chars(name)    print(name)#=> chris#=> chr

可变对象(如列表等)是通过引用调用的。注意下面的例子中，函数外部定义的列表在函数内部的修改是如何影响到函数外部的。函数中的参数指向内存中存储li值的原始块。

li = [1,2]def add_element(seq):   seq.append(3)   print(seq)add_element(li)    print(li)#=> [1, 2, 3]#=> [1, 2, 3]

13. 如何使用reverse函数反转一个列表？ 下面的代码对一个列表调用reverse()函数，对其进行修改。该方法没有返回值，但是会对列表的元素进行反向排序。

li = ['a','b','c']print(li)li.reverse()print(li)#=> ['a', 'b', 'c']#=> ['c', 'b', 'a']

14. 字符串乘法是如何工作的？ 让我们看看将字符串" cat"乘以3的结果。

'cat' * 3#=> 'catcatcat'

该字符串将自身连接3次。 15. 列表乘法是如何工作的? 我们来看看将列表[1,2,3]乘以2的结果。

[1,2,3] * 2#=> [1, 2, 3, 1, 2, 3]

输出的列表包含了重复两次的列表[1,2,3]的内容。 16. 类中的“self”指的是什么？ “self”引用类本身的实例。这就是我们赋予方法访问权限并且能够更新方法所属对象的能力。下面，将self传递给__init__()，使我们能够在初始化时设置实例的颜色。

class Shirt:    def __init__(self, color):        self.color = colors = Shirt('yellow')s.color#=> 'yellow'

17. 如何在Python中连接列表？ 将2个列表相加，就是将它们连接在一起。但请注意，数组的工作方式不是这样的。

a = [1,2]b = [3,4,5]a + b#=> [1, 2, 3, 4, 5]

18. 浅拷贝和深拷贝之间有什么区别？ 我们将在一个可变对象(列表)的上下文中讨论这个问题，对于不可变的对象，浅拷贝和深拷贝的区别并不重要。我们将介绍三种情况。 1. 引用原始对象。这将新对象li2指向li1所指向的内存中的同一位置。因此，我们对li1所做的任何更改也会在li2中发生。

li1 = [['a'],['b'],['c']]li2 = li1li1.append(['d'])print(li2)#=> [['a'], ['b'], ['c'], ['d']]

2. 创建原始对象的浅拷贝副本。我们可以使用list()构造函数来实现这一点。浅拷贝创建一个新对象，但是用对原始对象的引用填充它。因此，向原始列表li3中添加新对象不会传播到li4中，但是修改li3中的一个对象将传播到li4中。

li3 = [['a'],['b'],['c']]li4 = list(li3)li3.append([4])print(li4)#=> [['a'], ['b'], ['c']]li3[0][0] = ['X']print(li4)#=> [[['X']], ['b'], ['c']]

3. 创建一个深拷贝副本。这是用copy.deepcopy()完成的。现在，这两个对象是完全独立的，并且对其中一个对象所做的更改不会对另外一个对象产生影响。

import copyli5 = [['a'],['b'],['c']]li6 = copy.deepcopy(li5)li5.append([4])li5[0][0] = ['X']print(li6)#=> [['a'], ['b'], ['c']]

19. 列表和数组有什么区别？ 注意：Python的标准库有一个array(数组)对象，但在这里，我特指常用的Numpy数组。

列表存在于python的标准库中。数组由Numpy定义。
列表可以在每个索引处填充不同类型的数据。数组需要同构元素。
列表上的算术运算可从列表中添加或删除元素。数组上的算术运算按照线性代数方式工作。
列表还使用更少的内存，并显著具有更多的功能。

20. 如何连接两个数组？ 记住，数组不是列表。数组来自Numpy和算术函数，例如线性代数。我们需要使用Numpy的连接函数concatenate()来实现。

import numpy as npa = np.array([1,2,3])b = np.array([4,5,6])np.concatenate((a,b))#=> array([1, 2, 3, 4, 5, 6])

21. 你喜欢Python的什么？ Python可读性很强，并且有一种Python方式可以处理几乎所有事情，这意味着它有一种简洁明了的首选方法。我将Python与Ruby进行对比，Ruby通常有很多种方法来做某事，但是没有指南说哪种方法是首选。 22. 你最喜欢Python的哪个库？ 在处理大量数据时，没有什么比Pandas(熊猫)更有帮助了，因为Pandas让操作和可视化数据变得轻而易举。 23. 举出几个可变和不可变对象的例子？ 不可变意味着创建后不能修改状态。例如：int、float、bool、string和tuple。可变意味着可以在创建后修改状态。例如列表(list)、字典(dict)和集合(set)。 24. 如何将一个数字四舍五入到小数点后三位？ 使用round(value, decimal_places)函数。

a = 5.12345round(a,3)#=> 5.123

25. 如何分割一个列表？ 分割语法使用3个参数，list[start:stop:step]，其中step是返回元素的间隔。

a = [0,1,2,3,4,5,6,7,8,9]print(a[:2])#=> [0, 1]print(a[8:])#=> [8, 9]print(a[2:8])#=> [2, 3, 4, 5, 6, 7]print(a[2:8:2])#=> [2, 4, 6]

26. 什么是pickling? Pickling是Python中序列化和反序列化对象的常用方法。在下面的示例中，我们对一个字典列表进行序列化和反序列化。

import pickleobj = [   {'id':1, 'name':'Stuffy'},   {'id':2, 'name': 'Fluffy'}]with open('file.p', 'wb') as f:   pickle.dump(obj, f)with open('file.p', 'rb') as f:   loaded_obj = pickle.load(f)print(loaded_obj)#=> [{'id': 1, 'name': 'Stuffy'}, {'id': 2, 'name': 'Fluffy'}]

27. 字典和JSON有什么区别？ Dict是Python的一种数据类型，是经过索引但无序的键和值的集合。 JSON只是一个遵循指定格式的字符串，用于传输数据。 28. 你在Python中使用了哪些ORM？ ORM(对象关系映射)将数据模型(通常在应用程序中)映射到数据库表，并简化了数据库事务。 SQLAlchemy通常用于Flask的上下文中，而Django拥有自己的ORM。 29. any()和all()如何工作? Any接受一个序列，如果序列中的任何元素为true，则返回true。 All只有当序列中的所有元素都为true时，才返回true。

a = [False, False, False]b = [True, False, False]c = [True, True, True]print( any(a) )print( any(b) )print( any(c) )#=> False#=> True#=> Trueprint( all(a) )print( all(b) )print( all(c) )#=> False#=> False#=> True

30. 字典和列表的查找速度哪个更快？ 在列表中查找一个值需要O(n)时间，因为需要遍历整个列表，直到找到值为止。在字典中查找一个值只需要O(1)时间，因为它是一个哈希表。如果有很多值，这会造成很大的时间差异，因此通常建议使用字典来提高速度。但字典也有其他限制，比如需要唯一键。 31. 模块(module)和包(package)有什么区别？ 模块是可以一起导入的文件(或文件集合)。

import sklearn

包是模块的目录。

from sklearn import cross_validation

因此，包是模块，但并非所有模块都是包。 32. 如何在Python中递增和递减一个整数？ 可以使用“+=”和“-=”对整数进行递增和递减。

value = 5value += 1print(value)#=> 6value -= 1value -= 1print(value)#=> 4

33. 如何返回一个整数的二进制值？ 使用bin()函数。

bin(5)#=> '0b101'

34. 如何从列表中删除重复的元素？ 可以通过将一个列表先转化为集合，然后再转化回列表来完成。

a = [1,1,1,2,3]a = list(set(a))print(a)#=> [1, 2, 3]

35. 如何检查一个值是不是在列表中存在？ 使用“in”。

'a' in ['a','b','c']#=> True'a' in [1,2,3]#=> False

36. append和extend有什么区别? Append将一个值添加到一个列表中，而extend将另一个列表的值添加到一个列表中。

a = [1,2,3]b = [1,2,3]a.append(6)print(a)#=> [1, 2, 3, 6]b.extend([4,5])print(b)#=> [1, 2, 3, 4, 5]

37. 如何取一个整数的绝对值？ 这可以通过abs()函数来实现。

abs(2#=> 2abs(-2)#=> 2

38. 如何将两个列表组合成一个元组列表？ 可以使用zip函数将列表组合成一个元组列表。这不仅仅限于使用两个列表。也适合3个或更多列表的情况。

a = ['a','b','c']b = [1,2,3][(k,v) for k,v in zip(a,b)]#=> [('a', 1), ('b', 2), ('c', 3)]

39. 如何按字母顺序对字典进行排序？ 你不能对字典进行排序，因为字典没有顺序，但是你可以返回一个已排序的元组列表，其中包含字典中的键和值。

d = {'c':3, 'd':4, 'b':2, 'a':1}sorted(d.items())#=> [('a', 1), ('b', 2), ('c', 3), ('d', 4)]

40. 一个类如何继承Python的另一个类？ 在下面的示例中，Audi继承自Car。继承带来了父类的实例方法。

class Car():    def drive(self):        print('vroom')class Audi(Car):    passaudi = Audi()audi.drive()

41. 如何删除字符串中的所有空白？ 最简单的方法是使用空白拆分字符串，然后将拆分成的字符串重新连接在一起。

s = 'A string with     white space'''.join(s.split())#=> 'Astringwithwhitespace'

42. 在迭代序列时，为什么要使用enumerate()？ enumerate()允许在序列上迭代时跟踪索引。它比定义和递增一个表示索引的整数更具Python感。

li = ['a','b','c','d','e']for idx,val in enumerate(li):   print(idx, val)#=> 0 a#=> 1 b#=> 2 c#=> 3 d#=> 4 e

43. pass、continue和break之间有什么区别? pass意味着什么都不做。我们之所以通常使用它，是因为Python不允许在没有代码的情况下创建类、函数或if语句。在下面的例子中，如果在i>3中没有代码的话，就会抛出一个错误，因此我们使用pass。

a = [1,2,3,4,5]for i in a:   if i > 3:       pass   print(i)#=> 1#=> 2#=> 3#=> 4#=> 5

Continue会继续到下一个元素并停止当前元素的执行。所以当i<3时，永远不会达到print(i)。

for i in a:   if i < 3:       continue   print(i)#=> 3#=> 4#=> 5

break会中断循环，序列不再重复下去。所以不会被打印3以后的元素。

for i in a:   if i == 3:       break   print(i)    #=> 1#=> 2

44. 如何将for循环转换为使用递推式构造列表(list comprehension)？ For循环如下：

a = [1,2,3,4,5]a2 = []for i in a:    a2.append(i + 1)print(a2)#=> [2, 3, 4, 5, 6]

用递推式构造列表来修改这个for循环，代码如下： a

a3 = [i+1 for i in a]print(a3)#=> [2, 3, 4, 5, 6]

递推式构造列表通常被认为更具Python风格，同时仍易于阅读。 45. 举一个使用三元运算符的例子。 三元运算符是一个单行的if/else语句。语法看起来像“if 条件 else b”。

x = 5y = 10'greater' if x > 6 else 'less'#=> 'less''greater' if y > 6 else 'less'#=> 'greater'

46. 检查一个字符串是否仅仅包含数字？ 可以使用isnumeric()方法。

'123abc...'.isalnum()#=> False'123abc'.isalnum()#=> True

47. 检查一个字符串是否仅仅包含字母？ 你可以使用isalpha()。

'123a'.isalpha()#=> False'a'.isalpha()#=> True

48. 检查字符串是否只包含数字和字母？ 你可以使用isalnum()。

'123abc...'.isalnum()#=> False'123abc'.isalnum()#=> True

49. 从字典返回键列表

这可以通过将字典传递给Python的list()构造函数list()来完成。

d = {'id':7, 'name':'Shiba', 'color':'brown', 'speed':'very slow'}list(d)#=> ['id', 'name', 'color', 'speed']

50. 如何将一个字符串转化为全大写和全小写？ 你可以使用upper()和lower()字符串方法。

small_word = 'potatocake'big_word = 'FISHCAKE'small_word.upper()#=> 'POTATOCAKE'big_word.lower()#=> 'fishcake'

51. remove、del和pop有什么区别? remove() 删除第一个匹配的值。

li = ['a','b','c','d']li.remove('b')li#=> ['a', 'c', 'd']

del按索引删除元素。

li = ['a','b','c','d']del li[0]li#=> ['b', 'c', 'd']

pop() 按索引删除一个元素并返回该元素。

li = ['a','b','c','d']li.pop(2)#=> 'c'li#=> ['a', 'b', 'd']

52. 举一个递推式构造字典(dictionary comprehension)的例子 下面我们将创建一个字典，其中字母表中的字母作为键，并以字母索引作为值。

# creating a list of lettersimport stringlist(string.ascii_lowercase)alphabet = list(string.ascii_lowercase)# list comprehensiond = {val:idx for idx,val in enumerate(alphabet)}d#=> {'a': 0,#=>  'b': 1,#=>  'c': 2,#=> ...#=>  'x': 23,#=>  'y': 24,#=>  'z': 25}

53. Python中的异常处理是如何进行的？ Python提供了3个关键字来处理异常，try、except和finally。语法如下：

try:        # try to do thisexcept:        # if try block fails then do thisfinally:        # always do this

在下面的简单示例中，try块失败，因为我们不能将字符串添加到整数中。except块设置val=10，然后finally块打印出“complete”。

try:    val = 1 + 'A'except:    val = 10finally:    print('complete')print(val)#=> complete#=> 10

结束语 你永远不知道面试中会出现什么问题，最好的准备方法是拥有很多编写代码的经验。也就是说，这个列表应该涵盖Python所要求的数据科学家或初级/中级Python开发人员角色的大部分内容。我希望这对你一样有帮助。如果我漏掉了什么好问题，请让我知道。原文链接: https://towardsdatascience.com/53-python-interview-questions-and-answers-91fa311eec3f