简述使用python函数有哪些优势_python面试题总结

最新推荐文章于 2021-03-02 01:39:11 发布

weixin_39566593

最新推荐文章于 2021-03-02 01:39:11 发布

阅读量1.4k

点赞数

文章标签：简述使用python函数有哪些优势

1、python的数据结构有哪些？

列表(list)：可变类型

元组(tuple)：可以理解为一个固定的列表，是不可变类型的

字典(dict)：字典是key-value存储的，一个key对应一个value值，key值是唯一的

集合(set)：是一种无序且不重复的列表

2、python中的列表和元组的区别是什么？元组是不是真的不可变？

列表(list)：可变类型

元组(tuple)：初始化后不可变

元组中的元素如果拥有可变类型的数据，那这个可变类型的数据，是可以改变的

3、什么是生成器和迭代器？它们之间有什么区别？

迭代器是一个抽象的概念，任何对象，如果它的类有next方法和itre方法返回自己本身，那么他就是一个迭代器

生成器是一种特殊的迭代器，生成器是用yield语句

区别：生成器能做到迭代器能做的所有事，而且应为自动创建iter和next方法，生成器就显得相对简洁，而且生成器也是高效的，使用生成器表达式取代列表解析可以节省内存

4、什么是闭包？装饰器又是什么？

闭包：声明在一个函数中的函数，叫做闭包函数。就是函数内嵌套函数，这个内嵌函数就是闭包函数

装饰器：装饰器本质上是一个Python函数，它可以让其他函数在不需要做任何代码变动的前提下增加额外功能，装饰器的返回值也是一个函数对象。

它经常用于有切面需求的场景，比如：插入日志、性能测试、事务处理、缓存、权限校验等场景。有了装饰器，就可以抽离出大量与函数功能本身无关的雷同代码并继续重用。

5、什么是匿名函数，用匿名函数有什么好处？

匿名函数就是lamaba表达式，匿名函数一般用于实现简单的逻辑，函数代码书写简洁，

匿名函数顾名思义就是函数没有名字，因此不用担心函数名冲突。不过Python对匿名函数的支持有限，只有一些简单的情况下可以使用匿名函数。

6、如何提高python的运行的效率

(1)、减少使用局部变量

(2)、减少函数的调用次数

(3)、采用映射代替条件查找

(4)、采用生成器表达式替代列表解析

(5)、模块编程习惯

7、什么是类、继承

类：实现了属性的封装

继承：实现了代码的复用

8、说一下深拷贝和浅拷贝

浅拷贝：没有拷贝子对象，所以子对象发生改变，原始对象会发生改变

深拷贝：包含对象里面的子对象的拷贝，所以原始对象的改变不会改变拷贝后的对象

9、如何捕获异常，常用的异常机制有哪些？

如果我们没有对异常进行任何预防，那么在程序执行的过程中发生异常，就会中断程序，调用python默认的异常处理器，并在终端输出异常信息

try except finally语句：当在try语句体中间的语句执行出错，回到try语句层，寻找后面except语句，找到except语句后，会调用这个自定义的异常处理器。except将异常处理完毕后，程序继续往下执行，finally语句表示，无论是否发生异常，finally中的语句都要执行

assert语句(断言)：判断assert后边紧跟的语句是True还是False，如果是True则继续执行，如果是False则中断程序，调用默认的异常处理器，同时输出assert语句后面的提示信息

with语句：如果with语句或语句块中发生异常，会调用默认的异常处理器，但文件还是回正常关闭。

10、cioy()和deepcopy()的区别

copy()是浅拷贝，只拷贝可变元素的地址，如果可变元素的值发生改变，copy后的对象也做出相应的改变

deepcopy()是深拷贝，拷贝可变对象的所有元素，deepcopy后的可变元素发生改变，与原对象没有任何的关系

11、简述pyhton的作用域以及python搜索变量的顺序

python的作用域简单说就是一个变量的命名空间。代码中变量被赋值的位置，就决定了哪些范围的对象可以访问这个变量，这个范围就是变量的作用域。在python中，只有模块(module)，类(class)以及函数(def、lambda)才会引入新的作用域。python的变量名解析机制也称为LEGB法则：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)

、、

12、简述__new__和__init__的区别

创建一个新实例时调用__new__，初始化一个实例时用__init__，这是它们最本质的区别。

new方法回返回所构造的对象，init则不会

new函数必须以cls作为第一个参数，而init则以self作为其第一个参数

13、python垃圾回收机制

Python GC主要使用引用计数(reference counting)来跟踪和回收垃圾。在引用计数的基础上，通过“标记-清除”(mark and sweep)解决容器对象可能产生的循环引用问题，通过“分代回收”(generation collection)以空间换时间的方法提高垃圾回收效率。

(a)、引用计数：PyObject是每个对象必有的内容，其中ob_refcnt就是做为引用计数。当一个对象有新的引用时，它的ob_refcnt就会增加，当引用它的对象被删除，它的ob_refcnt就会减少.引用计数为0时，该对象生命就结束了。

优点:简单实时性

缺点:维护引用计数消耗资源循环引用

(b)、标记-清楚机制：基本思路是先按需分配，等到没有空闲内存的时候从寄存器和程序栈上的引用出发，遍历以对象为节点、以引用为边构成的图，把所有可以访问到的对象打上标记，然后清扫一遍内存空间，把所有没标记的对象释放。

(c)、分代回收：分代回收的整体思想是：将系统中的所有内存块根据其存活时间划分为不同的集合，每个集合就成为一个“代”，垃圾收集频率随着“代”的存活时间的增大而减小，存活时间通常利用经过几次垃圾回收来度量。