告示：因为文章过长超出头条限制，60个无法全发（全部60个有15853个字）.....请大家关注微信公众号“实验楼”并回复关键字“面试题”获取Word版&PDF版。

（精选自个大公司经典面试题，版权归原作者所有。）

1. Python 的特点和优点是什么?

答案：略。

2. 什么是lambda函数？它有什么好处?

lambda 函数是一个可以接收任意多个参数(包括可选参数)并且返回单个表达式值的函数。 lambda 函数不能包含命令，它们所包含的表达式不能超过一个。不要试图向lambda函数中塞入太多的东西；如果你需要更复杂的东西，应该定义一个普通函数，然后想让它多长就多长。

lambda函数可以接受任意个参数，包括可选参数，但是表达式只有一个：

>>> g = lambda x, y: x*y>>> g(3,4)12>>> g = lambda x, y=0, z=0: x+y+z>>> g(1)1>>> g(3, 4, 7)14

也能够直接使用lambda函数，不把它赋值给变量：

>>> (lambdax,y=0,z=0:x+y+z)(3,5,6)14

如果你的函数非常简单，只有一个表达式，不包含命令，可以考虑lambda函数。否则，你还是定义函数才对，毕竟函数没有这么多限制。

3. 深拷贝和浅拷贝的区别是什么？

深拷贝是将对象本身复制给另一个对象。这意味着如果对对象的副本进行更改时不会影响原对象。在 Python 中，我们使用 deepcopy（）函数进行深拷贝，使用方法如下：

>>> import copy>>> b=copy.deepcopy(a)

浅拷贝是将对象的引用复制给另一个对象。因此，如果我们在副本中进行更改，则会影响原对象。使用 copy（）函数进行浅拷贝，使用方法如下：

>>> b=copy.copy(a)

4. 列表和元组有什么不同？

try…except…except…[else…][finally…]

执行try下的语句，如果引发异常，则执行过程会跳到except语句。对每个except分支顺序尝试执行，如果引发的异常与except中的异常组匹配，执行相应的语句。如果所有的except都不匹配，则异常会传递到下一个调用本代码的最高层try代码中。

try下的语句正常执行，则执行else块代码。如果发生异常，就不会执行；如果存在finally语句，最后总是会执行。

5. Python里面如何生成随机数？

答：random模块

随机整数：random.randint(a,b)：返回随机整数x,a<=x<=b

random.randrange(start,stop,[,step]):返回一个范围在(start,stop,step)之间的随机整数，不包括结束值。

随机实数：random.random( ):返回0到1之间的浮点数

random.uniform(a,b):返回指定范围内的浮点数

6. 如何在Python中实现多线程？

a. Python有一个multi-threading包，但是如果你想让multi-thread加速你的代码，那么使用它通常不是一个好主意。

b. Python有一个名为GlobalInterpreter Lock(GIL)的结构。 GIL确保只有一个“线程”可以在任何时候执行。一个线程获取GIL，做一点工作，然后将GIL传递到下一个线程。

c. 这种情况很快发生，因此对于人眼看来，您的线程似乎并行执行，但它们实际上只是轮流使用相同的CPU核心。

d. 所有这些GIL传递都增加了执行的开销。这意味着如果您想让代码运行得更快，那么使用线程包通常不是一个好主意。

7. 如何在python中使用三元运算符？

三元运算符是用于显示条件语句的运算符。这包含用于评估为true或false值的语句。

句法：三元操作符语法如下，

[on_true] if [expression] else [on_false]

例：

x，y = 25,50 big = x if x < y else y

如果x <y为真，则返回值为big= x，如果不正确则返回big = y作为结果。

8. 用一个例子解释Python中的继承。

继承允许一个类获得另一个类的所有成员(比如属性和方法)。继承提供代码可重用性，使创建和维护应用程序变得更容易。我们继承的类称为super-class，继承的类称为派生/子类。

以下是Python支持的不同类型的继承：

a. 单一继承 - 派生类获取单个超类的成员。

b. Multi-level继承 - 从基类base1继承的派生类d1，d2继承自base2。

c. 分层继承 - 从一个基类可以继承任意数量的子类

d. 多重继承 - 派生类从多个基类继承。

9. 解释Flask是什么及其好处？

Flask是基于“Werkzeug，Jinja2和良好意图”BSD许可证的Python网络微框架。 Werkzeug和Jinja2是它的两个依赖项。这意味着它对外部库几乎没有依赖性。它使框架变得轻盈，只是少量依赖于更新和更少的安全性错误。

会话基本上允许您记住从一个请求到另一个请求的信息。在flask中，会话使用签名的cookie，以便用户可以查看会话内容并进行修改。当且仅当有密钥Flask.secret_key，用户可以修改会话。

10. Python中的字典是什么？

Python中的内置数据类型称为字典。它定义了键和值之间的one-to-one关系。字典包含一对键及其对应的值。字典由键来索引。

我们来举个例子：

以下示例包含一些键，Country, Capital & PM，它们的相应值分别是印度，德里和莫迪。

dict={'Country':'India','Capital':'Delhi','PM':'Modi'}print dict[Country]Indiaprint dict[Capital]Delhiprint dict[PM]Modi

11. 什么是负指数，为什么使用它们？

Python中的序列是索引的，它由正数和负数组成。正的数字使用'0'作为第一个索引，'1'作为第二个索引，以此类推。

负数的索引从'-1'开始，表示序列中的最后一个索引，' - 2'作为倒数第二个索引，依次类推。

12. 如何用Python来进行查询和替换一个文本字符串？

可以使用sub()方法来进行查询和替换，sub方法的格式为：

a. sub(replacement, string[,count=0])

b. replacement是被替换成的文本

c. string是需要被替换的文本

d. count是一个可选参数，指最大被替换的数量

13. 解释一下python的and-or语法

与C表达式 bool ? a : b类似，但是bool and a or b，当 a 为假时，不会象C表达式 bool ? a : b 一样工作

应该将 and-or 技巧封装成一个函数：

defchoose(bool, a,b):return(booland[a]or[b])[0]

因为 [a] 是一个非空列表，它永远不会为假。甚至 a 是 0 或 '' 或其它假值，列表[a]为真，因为它有一个元素。

14. 请写出一段Python代码实现删除一个list里面的重复元素

1,使用set函数，set(list)

2,使用字典函数，

>>>a=[1,2,4,2,4,5,6,5,7,8,9,0]>>> b={}>>>b=b.fromkeys(a)>>>c=list(b.keys())>>> c

15. 单引号，双引号，三引号的区别?

单引号和双引号是等效的，如果要换行，需要符号(\),三引号则可以直接换行，并且可以包含注释

如果要表示Let’s go 这个字符串

单引号：s4 = ‘Let\’s go’

双引号：s5 = “Let’s go”

s6 = ‘I realy like“python”!’

这就是单引号和双引号都可以表示字符串的原因了。

16. 当退出 Python 时是否释放所有内存分配？

答案是否定的。那些具有对象循环引用或者全局命名空间引用的变量，在 Python 退出是往往不会被释放

另外不会释放 C 库保留的部分内容。

17. Python里面search()和match()的区别？

match()函数只检测RE是不是在string的开始位置匹配，search()会扫描整个string查找匹配, 也就是说match()只有在0位置匹配成功的话才有返回，如果不是开始位置匹配成功的话，match()就返回none 。

18. 如何在Python中随机化列表中的项目？

考虑下面显示的示例：

from random import shufflex = ['Keep', 'The', 'Blue', 'Flag','Flying', 'High']shuffle(x)print(x)

以下代码的输出如下。

['Flying', 'Keep', 'Blue', 'High', 'The','Flag']

19. 在python中编译和链接的过程是什么？

编译和链接允许正确编译新扩展而不会出现任何错误，并且只有在通过编译过程时才能进行链接。如果使用动态加载，则它取决于系统提供的样式。 python解释器可用于提供配置设置文件的动态加载，并将重建解释器。

这需要的步骤如下：

a. 使用任何名称以及系统编译器支持的任何语言创建文件。例如file.c或file.cpp

b. 将此文件放在正在使用的发行版的Modules /目录中。

c. 在Modules /目录中存在的Setup.local文件中添加一行。

d. 使用spam file.o运行该文件

e. 成功运行此重建解释程序后，在top-level目录中使用make命令。

f. 如果文件已更改，则使用命令“make Makefile”运行rebuildMakefile。

20. Python解释“re”模块的split()， sub()， subn()方法。

要修改字符串，Python的“re”模块提供了3种方法。他们是：

split() - 使用正则表达式将“split”给定字符串放入列表中。

sub() - 查找正则表达式模式匹配的所有子字符串，然后用不同的字符串替换它们

subn() - 它类似于 sub()，并且还返回新字符串和替换的序号。

21. range和xrange之间有什么区别？

在大多数情况下，xrange和range在功能方面完全相同，它们都提供了一种生成整数列表供您使用的方法。唯一的区别是range返回一个Python列表对象，xrange返回一个xrange对象。

这意味着xrange实际上并不像run-time那样生成静态列表。它使用称为yielding的特殊技术根据需要创建值。该技术与一种称为生成器的对象一起使用。这意味着，如果你有一个非常巨大的范围，你想生成一个列表，比如10亿，xrange就是要使用的功能。

如果你有一个真正的内存敏感系统，例如你正在使用的手机，尤其如此，因为range将使用尽可能多的内存来创建整数数组，这可能导致内存错误并导致崩溃程序。

22. Django，Pyramid和Flask之间的差异。

Flask是“microframework”，主要用于具有更简单要求的小型应用程序。在Flask中，您必须使用外部库。

Pyramid适用于大型应用程序。它提供了灵活性，并允许开发人员为他们的项目使用正确的工具。开发人员可以选择数据库，URL结构，模板样式等。

Django也可以像Pyramid一样用于更大的应用程序。

23. 列出Django中的继承样式。

在Django中，有三种可能的继承样式：

抽象基类：当您只希望父类包含您不想为每个子模型键入的信息时，使用此样式。

Multi-table继承：使用此样式如果您是sub-classing现有模型并且需要每个模型都有自己的数据库表。

代理模型：您可以使用此模型，如果您只想修改模型的Python级别行为，而无需更改模型的字段。

24. 什么是Python monkey补丁？

在Python中，术语monkey补丁仅指run-time上的类或模块的动态修改。

考虑以下示例：

# m.pyclass MyClass:def f(self):print "f()"

然后我们可以像这样运行monkey-patch测试：

import mdef monkey_f(self):print "monkey_f()" m.MyClass.f = monkey_fobj = m.MyClass()obj.f()

输出如下：

monkey_f()

我们可以看到，在模块之外，我们确实对函数f()的行为做了一些改变，实际执行的是函数monkey_f()，。

25. 有两个序列a,b，大小都为n,序列元素的值任意整形数，无序？

要求：通过交换a,b中的元素，使[序列a元素的和]与[序列b元素的和]之间的差最小。

1. 将两序列合并为一个序列，并排序，为序列Source

2. 拿出最大元素Big，次大的元素Small

3. 在余下的序列S[:-2]进行平分，得到序列max，min

4. 将Small加到max序列，将Big加大min序列，重新计算新序列和，和大的为max，小的为min。

26. 如何用Python来发送邮件？

可以使用smtplib标准库。

以下代码可以在支持SMTP监听器的服务器上执行。

import sys, smtplib fromaddr =raw_input(“From: “)toaddrs = raw_input(“To: “).split(‘,’)print “Enter message, end with ^D:”msg = ”while 1:line = sys.stdin.readline()if not line:breakmsg = msg + line

# 发送邮件部分

server = smtplib.SMTP(‘localhost’)server.sendmail(fromaddr, toaddrs, msg)server.quit()

27. 请写一个Python逻辑，计算一个文件中的大写字母数量.

>>> import os>>>os.chdir('C:\\Users\\lifei\\Desktop')>>> with open('Today.txt') astoday: count=0 for i in today.read(): if i.isupper(): count+=1print(count)

运行结果：

26

28. Python中的标识符长度能有多长？

在Python中，标识符可以是任意长度。此外，我们在命名标识符时还必须遵守以下规则：

a. 只能以下划线或者 A-Z/a-z 中的字母开头

b. 其余部分可以使用 A-Z/a-z/0-9

c. 区分大小写

d. 关键字不能作为标识符，Python中共有如下关键字：

29. 解释一下Python中的//，%和 ** 运算符

//运算符执行地板除法（向下取整除），它会返回整除结果的整数部分。

>>> 7//23

这里整除后会返回3.5。

同样地，执行取幂运算。ab会返回a的b次方。

>>> 2**101024

最后，%执行取模运算，返回除法的余数。

>>> 13%76>>> 3.5%1.50.5

30. 在Python中如何使用多进制数字？

我们在Python中，除十进制外还可以使用二进制、八进制和十六进制。

a. 二进制数字由0和1组成，我们使用 0b 或 0B 前缀表示二进制数。

>>> int(0b1010)10

b. 使用bin()函数将一个数字转换为它的二进制形式。

>>> bin(0xf)‘0b1111’

c. 八进制数由数字 0-7 组成，用前缀 0o 或 0O 表示 8 进制数。

>>> oct(8)‘0o10’

d. 十六进数由数字 0-15 组成，用前缀 0x 或者 0X 表示 16 进制数。

>>> hex(16)‘0x10’ >>> hex(15)‘0xf’

31. 怎样获取字典中所有键的列表？

使用 keys() 获取字典中的所有键

>>>mydict={'a':1,'b':2,'c':3,'e':5}>>> mydict.keys()dict_keys(['a', 'b', 'c', 'e'])

32. 怎样声明多个变量并赋值？

一共有两种方式：

>>> a,b,c=3,4,5 #This assigns 3,4, and 5 to a, b, and c respectively>>> a=b=c=3 #This assigns 3 to a,b, and c

33. 元组的解封装是什么？

首先我们来看解封装：

>>> mytuple=3,4,5>>> mytuple(3, 4, 5)

这将 3，4，5 封装到元组 mytuple 中。

现在我们将这些值解封装到变量 x，y，z 中：

>>> x,y,z=mytuple>>> x+y+z

得到结果12.

34. 解释如何在Django中设置数据库。

可以使用命令edit mysite /setting.py，它是一个普通的python模块，模块级别代表Django设置。

Django默认使用SQLite;对于Django用户来说这很容易，因此不需要任何其他类型的安装。如果您的数据库选择不同，则必须使用DATABASE'default'项中的以下键来匹配您的数据库连接设置。

引擎：您可以使用'django.db.backends.sqlite3'，'django.db.backeneds.mysql'，'django.db.backends.postgresql_psycopg2'，'django.db.backends.oracle'等来更改数据库

名称：数据库的名称。如果您使用SQLite作为数据库，那么数据库将是您计算机上的文件，Name应该是完整的绝对路径，包括该文件的文件名。

如果您没有选择SQLite作为数据库，则必须添加密码，主机，用户等设置。Django使用SQLite作为默认数据库，它将数据作为单个文件存储在文件系统中。如果你有数据库服务器-PostgreSQL，MySQL，Oracle，MSSQL-并且想要使用它而不是SQLite，那么使用数据库的管理工具为你的Django项目创建一个新的数据库。无论哪种方式，在您的(空)数据库到位的情况下，剩下的就是告诉Django如何使用它。这是项目的settings.py文件的来源。

我们将添加以下代码行文件：

DATABASES = { 'default': { 'ENGINE' : 'django.db.backends.sqlite3', 'NAME' : os.path.join(BASE_DIR, 'db.sqlite3'), }}

35. 如何获取任何网址或网页的Google缓存时限？

使用以下URL格式：

请务必将“URLGOESHERE”替换为要检索其缓存的页面或站点的正确Web地址，并查看时间。例如，要查看edureka.co的Google Webcache年龄，您需要使用以下网址：

36. 什么是Python中的map函数？

Map函数执行作为第一个参数给出的函数，该函数遍历第二个参数给出的迭代的所有元素的。如果给定的函数包含多于1个参数，则给出了许多迭代。

37. 如何在NumPy数组中获得N个最大值的索引？

我们可以使用以下代码获取NumPy数组中N个最大值的索引：

import numpy as nparr = np.array([1, 3, 2, 4, 5])print(arr.argsort()[-3:][::-1])

输出

[ 4 3 1 ]

38. 你如何用Python /NumPy计算百分位数？

我们可以使用以下代码计算百分位数

import numpy as npa = np.array([1,2,3,4,5])p = np.percentile(a, 50) #Returns 50th percentile, e.g. medianprint(p)

输出

3

39. NumPy阵列(arrays)相对(嵌套)Python列表(lists)有哪些优势？

a. Python的列表是高效的general-purpose容器。它们支持(相当)有效的插入，删除，追加和连接，Python的list comprehension使它们易于构造和操作。

b. Python列表的一些限制：它们不支持向量化“vectorized”操作，如元素加法和乘法，并且它们可以包含不同类型的对象这一事实意味着Python必须存储每个元素的类型信息，并且必须在每个元素上操作时执行类型调度代码。

c. NumPy不仅效率更高;它也更方便。你可以免费获得大量的向量和矩阵运算，这有时可以避免不必要的工作。

d. NumPy数组更快，你可以使用NumPy，FFT，卷积，快速搜索，基本统计，线性代数，直方图等内置方法。

40. NumPy和SciPy有什么区别？

a. 在理想的世界中，NumPy只包含数组数据类型和最基本的操作：索引，排序，重塑，基本元素函数等。

b. 所有数字代码都将驻留在SciPy中。但是，NumPy的一个重要目标是兼容性，因此NumPy试图保留其前任任何一个支持的所有功能。

c. 因此，NumPy包含一些线性代数函数，即使它们更恰当地属于SciPy。无论如何，SciPy包含更多功能更全版本的线性代数模块，以及许多其他数值算法。

d. 如果你使用python进行科学计算，你应该安装NumPy和SciPy。大多数新功能属于SciPy而非NumPy。

告示：因为文章过长超出头条限制，60个无法全发（全部60个有15853个字）.....请大家关注微信公众号“实验楼”并回复关键字“面试题”获取Word版&PDF版。