Python面试常见问题及解答(Basics )

1、Python的语言类型
Python是动态类型、强类型、解释型语言
区分动态类型/静态类型 – 编译阶段还是运行阶段检查类型
区分强类型/弱类型 – 运行时是否自动转换类型
“鸭子模型”

2、Python中的可变对象和不可变对象

3、赋值、深浅拷贝的区别

4、List 和 Tuple 的区别和联系

5、Python中的进程、线程、协程的理解

进程：系统资源分配的最小单位，进程拥有自己独立的内存空间，所以进程间数据不共享，开销大。
多进程实现：multiprocessing
线程：调度执行的最小单位，也叫执行路径，不能独立存在，依赖进程存在一个进程至少有一个线程，叫主线程，而多个线程共享内存(数据共享，共享全局变量)，从而极大地提高了程序的运行效率。
多线程实现：threading
协程：是一种用户态的轻量级线程，协程的调度完全由用户控制。协程拥有自己的寄存器上下文和栈。 协程调度切换时，将寄存器上下文和栈保存到其他地方，在切回来的时候，恢复先前保存的寄存器上下文和栈，直接操作栈则基本没有内核切换的开销，可以不加锁的访问全局变量，所以上下文的切换非常快。
协程实现：yield，greenlet，gevent

6、常用的Python标准库以及第三方库

标准库：os 操作系统，time 时间，random 随机，pyMySQL 连接数据库，threading 线程，multiprocessing进程，queue 队列。
第三方库：Django 和flask 也是第三方库，requests，virtualenv，selenium，scrapy，xadmin，celery，re，hashlib，md5。
关联：
python模块 import导入顺序风格：
①、Python 标准库模块 ②、Python 第三方模 ③、应用程序自定义模块

7、Python中类方法、类实例方法和静态方法的区别

8、Python的内存管理机制及调优手段

内存管理机制：引用计数、垃圾回收、内存池机制

一、对象的引用计数机制

二、垃圾回收

1，当一个对象的引用计数归零时，它将被垃圾收集机制处理掉。

2，当两个对象a和b相互引用时，del语句可以减少a和b的引用计数，并销毁用于引用底层对象的名称。然而由于每个对象都包含一个对其他对象的应用，

因此引用计数不会归零，对象也不会销毁。（从而导致内存泄露）。为解决这一问题，解释器会定期执行一个循环检测器，搜索不可访问对象的循环并删除它们。

三、内存池机制

Python提供了对内存的垃圾收集机制，但是它将不用的内存放到内存池而不是返回给操作系统。

1，Pymalloc机制。为了加速Python的执行效率，Python引入了一个内存池机制，用于管理对小块内存的申请和释放。

2，Python中所有小于256个字节的对象都使用pymalloc实现的分配器，而大的对象则使用系统的malloc。

3，对于Python对象，如整数，浮点数和List，都有其独立的私有内存池，对象间不共享他们的内存池。也就是说如果你分配又释放了大量的整数，用于缓存这些整数的内存就不能再分配给浮点数。

调优手段：
1.手动垃圾回收 gc.collect()
2.调高垃圾回收阈值
3.避免循环引用（手动解循环引用和使用弱引用）

9、什么是lambda函数？有什么好处？

10、生成器、迭代器、可迭代对象的区别

可迭代对象，实现__iter__方法(可以直接作用于for循环的对象统称为可迭代对象)；
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iter 方法返回自己本身，对于string、list、dict、tuple 等这类容器对象，使用for 循环遍历是很方便的。在后台for 语句对容器对象调用iter()函数，iter()是python 的内置函数。iter()会返回一个定义了next()方法的迭代器对象，它在容器中逐个访问容器内元素，next()也是python 的内置函数。在没有后续元素时，next()会抛出一个StopIteration 异常。
生成器(Generator) 是创建迭代器的简单而强大的工具。它们写起来就像是正规的函数，只是在需要返回数据的时候使用yield 语句。每次next()被调用时，生成器会返回它脱离的位置（它记忆语句最后一次执行的位置和所有的数据值）
区别：生成器能做到迭代器能做的所有事,而且因为自动创建了iter()和next()方法,生成器显得特别简洁,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同时节省内存。除了创建和保存程序状态的自动方法,当发生器终结时,还会自动抛出StopIteration 异常。

11、装饰器

#为函数添加计时功能的装饰器 import time def decorator(func): def wrapper(*args, kwargs): start_time = time.time() func() end_time = time.time() print(end_time - start_time) return wrapper @decorator def func(): time.sleep(0.8) func() # 函数调用 # 输出：0.5595 

12、Python中的魔法方法
魔法方法就是可以给你的类增加魔力的特殊方法，如果你的对象实现（重载）了这些方法中的某一个，那么这个方法就会在特殊的情况下被Python 所调用，你可以定义自己想要的行为，而这一切都是自动发生的。它们经常是两个下划线包围来命名的（比如_init__lt_），Python 的魔法方法是非常强大的，所以了解其使用方法也变得尤为重要！
_init_ 构造器，当一个实例被创建的时候初始化的方法。但是它并不是实例化调用的第一个方法。
_new__才是实例化对象调用的第一个方法，它只取下cls 参数，并把其他参数传给__init_。__new__很少使用，但是也有它适合的场景，尤其是当类继承自一个像元组或者字符串这样不经常改变的类型的时候。
__call__允许一个类的实例像函数一样被调用。
__getitem__定义获取容器中指定元素的行为，相当于self[key] 。
__getattr__定义当用户试图访问一个不存在属性的时候的行为。
__setattr__定义当一个属性被设置的时候的行为。
__getattribute__定义当一个属性被访问的时候的行为。
更多魔法方法