python django面试题_软件工程师的试炼之地：53道Python面试问答题

全文共7439字，预计学习时长32分钟

图源：unsplash

不久前我才通过面试，入职成为了“数据科学家”，但我实际上做的却是“Python工程师”的工作。如果能提前复习Python线程生命周期的知识，而不是推荐系统，我可以准备得更好。

出于这种想法，我整理了python面试或准备求职用的问题和答案。大多数数据科学家会编写大量代码，因此这均适用于数据科学家和软件工程师。

无论你是准备面试抑或是复习Python知识，这份清单都将能够帮到你。

问题不分先后，我们开始吧！

1．列表和元组有什么区别？

每次python或数据科学面试中，我都被问到过这个问题。求职者应对这个答案了如指掌。

· 列表是可变的。创建后可被修改。

· 元组是不可变的。一旦创建了元组，就不能更改

· 列表有顺序，是有序序列，通常是相同类型的对象。即：按创建日期排序的所有用户名，[" Seth"，" Ema"，" Eli"]

· 元组有结构。每个索引中可能存在不同的数据类型。即：内存中的数据库记录，（2，" Ema"，" 2020–04–16"）＃id, name,created_at

2."is"和" =="有什么区别？

在我初学python时，我以为它们是相同的……却出现了一些bug。因此，为了记录，is表示检查身份，而==表示检查相等性。

可通过一个例子来解释。创建一些列表并将其分配给名称。请注意，b指向与下面的a相同的对象。

a = [1,2,3]

b = a

c = [1,2,3]

检查是否相等，并注意它们是否全都相等。

print(a == b)

print(a == c)

#=> True

#=> True

但是它们具有相同的身份吗？不。

print(a is b)

print(a is c)

#=> True

#=> False

我们可以通过打印其对象ID进行验证。

print(id(a))

print(id(b))

print(id(c))

#=>4369567560

#=> 4369567560

#=>4369567624

c与a和b具有不同的ID。

3.什么是装饰器？

这个问题每次面试都会问到。问题本身值得再写一篇文章，但是如果可以逐步编写自己的示例，那么就已经准备好回答这个问题了。

图源：unsplash

装饰器允许通过将现有函数传递给装饰器，从而将功能添加到现有函数，该装饰器将执行现有函数以及其他代码。

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。这需要一个函数func作为参数。它还定义了一个函数log_function_called，该函数调用func（）并执行一些代码print（f'{func}called。'）。然后返回定义的函数

deflogging(func):

def log_function_called():

print(f'{func} called.')

func()

return log_function_called

编写其他函数，最终将装饰器添加进去（但尚未）。

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两者。

@logging

def my_name():

print('chris')@logging

def friends_name():

print('naruto')my_name()

friends_name()

#=> called.

#=> chris

#=> called.

#=> naruto

了解现在如何仅通过在其上面添加@logging就能轻松地将日志添加到编写的任何函数中。

4.如何实现字符串插值？

在不导入Template类的情况下，有3种实现字符串插值的方法。

name = 'Chris'# 1. f strings

print(f'Hello {name}')# 2. % operator

print('Hey %s %s' % (name, name))# 3. format

print(

"My name is {}".format((name))

)

5.解释range函数

Range生成一个整数列表，有3种使用方式。

该函数接受1到3个参数。请注意，将每种用法都包装在列表解析中，以便看到生成的值。

range（stop）：生成从0到"stop"整数的整数。

[i for i in range(10)]

#=> [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

range（start，stop）：生成从" start"到" stop"整数的整数。

[i for i in range(2,10)]

#=> [2, 3, 4, 5, 6, 7, 8, 9]

range（start，stop，step）：以" step"为间隔生成从" start"到" stop"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，具有2个属性，即"颜色"和"速度"。然后创建一个实例并返回速度。

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，静态方法和类方法之间有什么区别？

实例方法：接受self参数并与类的特定实例相关。

静态方法：使用@staticmethod装饰器，与特定实例无关，并且是独立的（请勿修改类或实例属性）

类方法：接受cls参数并可以修改类本身

举例说明一个虚构的CoffeeShop类的区别。

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类具有specialty的属性，默认情况下设置为" espresso"。CoffeeShop的每个实例都使用属性coffee_price初始化。它还有3种方法，实例方法、静态方法和类方法。

图源：unsplash

以coffee_price为5初始化咖啡店的实例。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，因此通常用于实用程序功能，例如，添加两个数字。我们用其来检查天气。Its sunny。真棒！

coffee_shop.check_weather()

#=> Itssunny

现在使用类方法来修改咖啡店的特色菜，然后再修改make_coffee。

coffee_shop.change_specialty('dripcoffee')

#=> Specialty changed to drip coffeecoffee_shop.make_coffee()

#=> Making drip coffee for $5

请注意，make_coffee以前是用来制作espresso 的，但现在却可以制作drip coffee！

8.解释filter函数的运行原理

顾名思义，Filter函数的运行原理是按顺序过滤元素。

每个元素都传递给一个函数，如果函数返回True，则按输出顺序返回；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]

请注意如何删除所有不能被2整除的元素。

9.python是按引用调用还是按值调用？

如果已经搜索了这个问题并阅读了前几页，请准备好深入了解语义。最好仅了解其工作原理。

不变的对象，如字符串，数字和元组是按值调用的。请注意，在函数内部进行修改后，name的值不会在函数外部发生变化。name的值已分配给该功能范围内的内存中的新块。

name = 'chr'def add_chars(s):

s += 'is'

print(s)

add_chars(name)

print(name)

#=> chris

#=> chr

可变对象，如list，按引用调用。注意在函数外部定义的列表是如何在函数内部被修改的。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]

10.如何撤消列表？

请注意如何在列表上调用reverse（）并对其进行突变。它不会返回变异列表本身。

li = ['a','b','c']print(li)

li.reverse()

print(li)

#=> ['a', 'b', 'c']

#

11.说明map函数的工作原理

map通过将函数应用于序列中的每个元素，返回由返回值组成的列表。

def add_three(x):

return x + 3li = [1,2,3][i for i inmap(add_three, li)]

#=> [4, 5, 6]

上面，列表中的每个元素都添加了3。

12.字符串乘法如何工作？

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。

13.列表乘法如何工作？

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]

1

输出包含重复两次的[1,2,3]内容的列表。

14.在类上"self"指的是什么？

self是指类本身的实例。这就是我们赋予方法访问权限并能够更新方法所属对象的能力。

图源：unsplash

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 = color

s = Shirt('yellow')

s.color

#=> 'yellow'

15.如何连接python中的列表？

将2个列表加在一起并进行串联。请注意，数组的功能不同。

a = [1,2]

b = [3,4,5]a + b

#=> [1, 2, 3, 4, 5]

16.浅拷贝和深拷贝之间有什么区别？

在可变对象（列表）的情境下进行讨论。对于不可变对象，浅与深并不重要。

这里介绍3种情况。

一是引用原始对象。这将新名称li2指向li1在内存中指向的相同位置。因此，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']]

二是创建原始文档的浅拷贝。可以使用list（）构造函数来做到这一点。浅拷贝会创建一个新对象，但会引用原始对象来填充它。因此，将新对象添加到原始集合li3中不会传播到li4，但是修改li3中的一个对象将传播到li4。

li3 = [['a'],['b'],['c']]

li4 = list(li3)li3.append([4])

print(li4)

#=> [['a'], ['b'], ['c']]li3[0][0] = ['X']

print(li4)

#=> [[['X']], ['b'], ['c']]

三是创建一个深拷贝。这是通过copy.deepcopy（）完成的。现在，这两个对象是完全独立的，并且对其中任何一个做出更改不会对另一个对象产生影响。

import copyli5 =[['a'],['b'],['c']]

li6 = copy.deepcopy(li5)li5.append([4])

li5[0][0] = ['X']

print(li6)

#=> [['a'], ['b'], ['c']]

=>

17.如何连接两个数组？

请记住，数组不是列表。数组来自Numpy和算术函数，例如线性代数。

需要使用Numpy的连接函数来实现。

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])

18.喜欢Python的原因？

Python非常易读，并且有一种Python方式可以处理几乎所有事情，这意味着它是一种简洁明了的首选方式。

将其与Ruby相比，后者通常有很多方法来做某事，而没有指南来说明哪个是首选。

图源：unsplash

19.最喜欢使用Python的哪个库？

当处理大量数据时，没有什么比pandas库那么实用了，这使得操作和可视化数据变得轻而易举。

20.命名可变和不可变的对象

不可变表示创建后无法修改状态。例如：int、float、bool、string和tuple。

可变表示状态在创建后可以进行修改。比如列表、字典和集合。

21.如何将数字四舍五入到小数点后三位？

使用round（value，decimal_places）函数。

a = 5.12345

round(a,3)

#=> 5.123

22.如何分割列表？

切片符号采用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]

23.列表和数组有什么区别？

注意：Python的标准库有一个数组对象，但在这里专门指的是常用的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，数组需要齐次元素。

· 列表上的运算可以从列表中添加或删除元素，数组函数进行线性代数运算。

· 数组占用内存少，功能更多。

有关数组的知识值得再写一篇文章。

24.什么是pickling？

picking是在Python中序列化和反序列化对象的协助方法。

在下面的示例中，对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)withopen('file.p', 'rb') as f:

loaded_obj =pickle.load(f)print(loaded_obj)

#=> [{'id': 1, 'name': 'Stuffy'}, {'id': 2, 'name': 'Fluffy'}]

25.字典和JSON有什么区别？

Dict是python数据类型，是已索引但无序的键和值的集合。

JSON只是遵循指定格式的字符串，用于传输数据。

26.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，并简化了数据库操作。

SQLAlchemy通常在Flask的上下文中使用，而Django拥有自己的ORM。

['c', 'b', 'a']

27.any（）和all（）如何工作？

Any接受一个序列，如果序列中的任一元素为true，则返回true。

仅当序列中的所有元素均为true时，All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

28.字典或列表的查找速度更快吗？

在列表中查找值需要O（n）时间，因为需要遍历整个列表直到找到值为止。

在字典中查找键需要O（1）时间，因为它是一个哈希表。

如果值很多，时间可能会相差很大，因此通常建议使用字典来提高速度。但是它们确实还有其他限制，例如需要唯一键。

图源：unsplash

29.如何返回整数的二进制？

使用bin（）函数。

bin(5)

#=>'0b101'

30.如何从列表中删除重复的元素？

可以通过将列表转换为集合然后返回列表来完成。

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

a = list(set(a))

print(a)

#=> [1, 2, 3]

31.如何检查列表中是否存在值？

使用in。

'a' in ['a','b','c']

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

#=> False

32.append和extend有什么区别？

append将值添加到列表，而extend将另一个列表中的值添加到这个列表。

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]

33.如何取整数的绝对值？

这可以通过abs（）函数来完成。

abs(2)

#=> 2abs(-2)

#=> 2

34.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。这不仅限于仅使用两个列表。也可以用3个或更多来完成。

a = ['a','b','c']

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

#=> [('a', 1), ('b', 2), ('c', 3)]

35.如何按字母顺序对字典排序？

无法对字典进行"排序"，因为字典没有顺序，但是可以返回已排序的元组列表，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)]

36.一个类如何从Python中的另一个类继承？

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()

37.模块和包装之间有什么区别？

模块是可以一起导入的文件（或文件集合）。

importsklearn

包是模块的目录。

from sklearnimport cross_validation

因此，包是模块，但并非所有模块都是包。

38.如何在Python中递增和递减整数？

可以使用+-和-=进行递增和递减。

value = 5value += 1

print(value)

#=> 6value -= 1

value -= 1

print(value)

#=> 4

39.如何从字符串中删除所有空格？

最简单的方法是在空白处分割字符串，然后重新连接而没有空格。

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

#=> 'Astringwithwhitespace'

40.为什么要在迭代序列时使用enumerate（）？

enumerate（）允许在迭代序列时跟踪索引。它比定义和递增代表索引的整数更具Python感。

li = ['a','b','c','d','e']foridx,val in enumerate(li):

print(idx, val)

#=> 0 a

#=> 1 b

#=> 2 c

#=> 3 d

#=> 4 e

41.pass、continue和break之间有什么区别？

pass意味着什么都不做。之所以常使用它，是因为Python不允许在其没有代码的情况下创建类、函数或if语句。

图源：unsplash

在下面的示例中，如果i > 3 中没有代码，则会引发错误，因此使用pass。

a = [1,2,3,4,5]for i in a:

if i > 3:

pass

print(i)

#=> 1

#=> 2

#=> 3

#=> 4

#=> 5

continue 继续到下一个元素，并暂停执行当前元素。因此对于i <3的值，永远不会达到print（i）。

for i in a:

if i < 3:

continue

print(i)

#=> 3

#=> 4

#=> 5

break打破了循环，序列不再重复。因此，不会打印3以后的元素。

for i in a:

if i == 3:

break

print(i)

#=> 1

#=> 2

42.举例说明三元运算符。

三元运算符是单行if / else语句。

句法看起来像a if condition else b.。

x = 5

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

#=> 'less''greater' if y > 6 else 'less'

#=> 'greater'

43.检查字符串是否仅包含数字。

可以使用isnumeric().

'123a'.isnumeric()

#=> False'123'.isnumeric()

#=> True

44.检查字符串是否仅包含字母。

可以使用isalpha().

'123a'.isalpha()

#=> False'a'.isalpha()

#=> True

45.检查字符串是否仅包含数字和字母。

您可以使用isalnum().

'123abc...'.isalnum()

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

#=> True

46.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']

47.如何对字符串进行大写和小写？

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'

48.将以下for循环转换为列表解析。

这个for循环。

a = [1,2,3,4,5]

a2 = []

for i in a:

a2.append(i + 1)print(a2)

#=> [2, 3, 4, 5, 6]

成为：

a3 = [i+1 for i in a]print(a3)

#=> [2, 3, 4, 5, 6]

列表解析通常被认为更具Python感，却仍易于阅读。

图源：unsplash

49.remove、del和pop有什么区别？

remove（）删除第一个匹配值。

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']

50.举一个字典解析的例子。

在下面，将创建字典，以字母作为键，并以字母索引作为值。

# creating a list of letters

import string

list(string.ascii_lowercase)

alphabet = list(string.ascii_lowercase)# list comprehension

d = {val:idx for idx,val in enumerate(alphabet)} d

#=> {'a': 0,

#=> 'b': 1,

#=> 'c': 2,

#=> ...

#=> 'x': 23,

#=> 'y': 24,

#=> 'z': 25}

51.如何在Python中执行异常处理？

Python提供了3个单词来处理异常，请尝试使用" try"、" except"和" finally"。

句法如下所示。

try:

# try to do this

except:

# if try block fails then do this

finally:

# always do this

在下面的简单示例中，try块失败，因为无法在字符串中添加整数。else块设置val = 10，然后finally块打印完成。

try:

val = 1 + 'A'

except:

val = 10

finally:

print('complete')

print(val)

#=> complete

#=> 10

52." func"和" func（）"有什么区别？

这个问题是想考查是否了解所有函数也是python中的对象。

def func():

print('Im a function')

func

#=> function __main__.func>func()

#=> Im a function

func表示函数的对象，可以将其分配给变量或传递给另一个函数。带括号的func（）调用该函数并返回其输出。

53.解释reduce函数的工作原理

光是思考原理很难理解，需要上手几次才能明白。

reduce接受一个函数和一个序列，然后对该序列进行迭代。在每次迭代中，当前元素和前一个元素的输出都将传递给函数。最后，返回一个值。

from functools import reducedefadd_three(x,y):

return x + yli =[1,2,3,5]reduce(add_three, li)

#=> 11

返回11，它是1 + 2 + 3 + 5的总和。

图源：unsplash

此列表涵盖大多数数据科学家或初级/中级python开发人员在面试中可能被问到的关python方面的问题。面试中会遇到什么问题永远不会知道，最好的准备方法是积累大量编写代码的经验。我们要做的是尽可能地准备充分。

留言点赞关注

我们一起分享AI学习与发展的干货

如转载，请后台留言，遵守转载规范