本文是看到一粉絲的一個開源專案，目前只是完成了部分面試題的搜集，需要大家一起努力完成該專案，本篇只是部分Python基礎的面試題，

先來一份完整的爬蟲工程師面試考點:
另外注意：不管你是為了Python就業還是興趣愛好，記住：專案開發經驗永遠是核心，如果你沒有2020最新python入門到高級實戰視頻教程，可以去小編的Python交流.裙 ：七衣衣九七七巴而五（數字的諧音）轉換下可以找到了，里面很多新python教程專案，還可以跟老司機交流討教！

一、 Python 基本功

1、簡述Python 的特點和優點

Python 是一門開源的解釋性語言，相比 Java C++ 等語言，Python 具有動態特性，非常靈活，

2、Python 有哪些資料型別？

Python 有 6 種內置的資料型別，其中不可變資料型別是Number(數字), String(字串), Tuple(元組)，可變資料型別是 List(串列)，Dict(字典)，Set(集合)，

3、串列和元組的區別

串列和元組都是可迭代物件，能夠對其進行回圈、切片等，但元組 tuple 是不可變的，元組不可變的特性，使得它可以成為字典 Dict 中的鍵，

4、Python 是如何運行的

CPython:

Python 程式運行時，會先進行編譯，將 .py 檔案中的代碼編譯成位元組碼(byte code)，編譯結果儲存在記憶體的 PyCodeObject 中，然后由 Python 虛擬機解釋運行，當程式運行結束后，Python 解釋器會將 PyCodeObject 保存到 pyc 檔案中，每一次運行時 Python 都會先尋找與檔案同名的 pyc 檔案，如果 pyc 存在則比對修改記錄，根據修改記錄決定直接運行或再次編譯后運行，最后生成 pyc 檔案 ，

5、Python 運行速度慢的原因

a). Python 不是強型別的語言，所以解釋器運行時遇到變數以及資料型別轉換、比較操作、參考變數時都需要檢查其資料型別，

b). Python 的編譯器啟動速度比 JAVA 快，但幾乎每次都要啟動編譯，

c). Python 的物件模型會導致訪問記憶體效率變低，Numpy 的指標指向快取區資料的值，而 Python 的指標指向快取物件，再通過快取物件指向資料：

6、面對 Python 慢的問題，有什么解決辦法

a). 可以使用其他的解釋器，比如 PyPy 和 Jython 等，

b). 如果對性能要求較高且靜態型別變數較多的應用程式，可以使用 CPython，

c). 對于 IO 操作多的應用程式，Python 提供 asyncio 模塊提高異步能力，

7、描述一下全域解釋器鎖 GIL

每個執行緒在執行時候都需要先獲取 GIL，保證同一時刻只有一個執行緒可以執行代碼，即同一時刻只有一個執行緒使用 CPU，也就是說多執行緒并不是真正意義上的同時執行，但是在 IO 操作時，是可以釋放鎖的（這也是 Python 能夠異步的原因），而且如果想要利用多核 CPU，那么可以使用多行程，

8、深拷貝 淺拷貝

深拷貝是將物件本身復制給另一個物件，淺拷貝則是將物件的參考復制給另一個物件，所以當復制后的物件改變時，深拷貝的原物件值不會改變，而淺拷貝原物件的值會被改變，

9、is 和 == 的區別

is 表示的是物件標示符（object identity），而 == 表示的是相等（equality），

is 的作用是用來檢查物件的標示符是否一致，也就是比較兩個物件在記憶體中的地址是否一樣，而 == 是用來檢查兩個物件是否相等，但是為了提高系統性能，對于較小的字串 Python 會保留其值的一個副本，當創建新的字串的時候直接指向該副本即可，如：

a = 8
b = 8
a is b
復制代碼

10、檔案讀寫

簡述檔案讀取時 read 、readline、readlines 的區別和作用

他們的區別除了讀取內容范圍不同外，回傳的內容型別也不同，

read()會讀取整個檔案，將讀取到底的檔案內容放到一個字串變數，回傳 str 型別，

readline()讀取一行內容，放到一個字串變數，回傳 str 型別，

readlines() 讀取檔案所有內容，按行為單位放到一個串列中，回傳 list 型別，

11、請用一行代碼實作

請分別使用匿名函式和推導式這兩種方式將 [0, 1, 2, 3, 4, 5] 中的元素求乘積，并列印輸出元組，

print(tuple(map(lambda x: x * x, [0, 1, 2, 3, 4, 5])))

print(tuple(i*i for i in [0, 1, 2, 3, 4, 5]))
復制代碼

12、請用一行代碼實作

用 reduce 計算 n 的階乘（n!=1×2×3×...×n）

print(reduce(lambda x, y: x*y, range(1, n)))
復制代碼

13、請用一行代碼實作

篩選并列印輸出 100 以內能被 3 整除的數的集合

print(set(filter(lambda n: n % 3 == 0, range(1, 100))))
復制代碼

14、請用一行代碼實作

text = 'Obj{"Name": "pic", "data": [{"name": "async", "number": 9, "price": "$3500"}, {"name": "Wade", "number": 3, "price": "$5500"}], "Team": "Hot"'
復制代碼

列印文本中的球員身價元組，如 ($3500, $5500)

print(tuple(i.get("price") for i in json.loads(re.search(r'\[(.*)\]', text).group(0))))
復制代碼

15、請寫出遞回的基本骨架

def recursions(n):
    if n == 1:
        # 退出條件
        return 1
    # 繼續遞回
    return n * recursions(n - 1)
復制代碼

16、切片

請寫出下方輸出結果

tpl = [0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55, 60, 65, 70, 75, 80, 85, 90, 95]

print(tpl[3:])
print(tpl[:3])
print(tpl[::5])
print(tpl[-3])
print(tpl[3])
print(tpl[::-5])
print(tpl[:])
del tpl[3:]
print(tpl)
print(tpl.pop())
tpl.insert(3, 3)
print(tpl)
復制代碼

[15, 20, 25, 30, 35, 40, 45, 50, 55, 60, 65, 70, 75, 80, 85, 90, 95]
[0, 5, 10]
[0, 25, 50, 75]
85
15
[95, 70, 45, 20]
[0, 5, 10, 15, 20, 25, 30, 35, 40, 45, 50, 55, 60, 65, 70, 75, 80, 85, 90, 95]
[0, 5, 10]
10
[0, 5, 3]
復制代碼

17、檔案路徑

列印輸出當前檔案所在目錄路徑

import os
print(os.path.dirname(os.path.abspath(__file__)))
復制代碼

列印輸出當前檔案路徑

import os
print(os.path.abspath(__file__))
復制代碼

列印輸出當前檔案上兩層檔案目錄路徑

import os
print(os.path.dirname(os.path.dirname(os.path.abspath(__file__))))
復制代碼

18、請寫出運行結果，并回答問題

tpl = (1, 2, 3, 4, 5)
apl = (6, 7, 8, 9)
print(tpl.__add__(apl))
復制代碼

問題：tpl 的值發生變化了嗎？

運行結果如下：

(1, 2, 3, 4, 5, 6, 7, 8, 9)
復制代碼

答：元組是不可變的，它是生成新的物件

19、請寫出運行結果，并回答問題

name = ('James', 'Wade', 'Kobe')
team = ['A', 'B', 'C']

tpl = {name: team}
print(tpl)
apl = {team: name}
print(apl)
復制代碼

問題：這段代碼能運行完畢嗎？為什么？它的運行結果是？

答：這段代碼不能完整運行，它會在 apl 處拋出例外，因為字典的鍵只能是不可變物件，而 list 是可變的，所以不能作為字典的鍵，運行結果是：

{('James', 'Wade', 'Kobe'): ['A', 'B', 'C']}
TypeError
復制代碼

20、裝飾器

請寫出裝飾器代碼骨架

def log(func):
    def wrapper(*args, **kw):
        print('call %s():' % func.__name__)
        return func(*args, **kw)
    return wrapper
復制代碼

簡述裝飾器在 Python 中的作用：

在不改動原函式代碼的情況下，為其增加新的功能，

21、多行程 多執行緒

多行程更穩定還是多執行緒更穩定？為什么？

多行程更穩定，它們是獨立運行的，不會因為一個崩潰而影響其他行程，

多執行緒的致命缺點是什么？

因為所有執行緒共享行程的記憶體，所以任何一個執行緒掛掉都可能直接造成整個行程崩潰，

行程間通信有哪些方式？

共享變數、佇列、管道，

二、Python 細節問題

1、 連接字串用join還是+

當用運算子+連接字串的時候，每執行一次+都會申請一塊新的記憶體，然后復制上一個+操作的結果和本次操作的右運算子到這塊記憶體空間，因此用+連接字串的時候會涉及好幾次記憶體申請和復制，而join在連接字串的時候，會先計算需要多大的記憶體存放結果，然后一次性申請所需記憶體并將字串復制過去，這是為什么join的性能優于+的原因，所以在連接字串陣列的時候，應考慮優先使用join，

2、Python 垃圾回識訓制

參考 blog.csdn.net/xiongchengl…

Python中的垃圾回收是以參考計數為主，分代收集為輔，參考計數的缺陷是回圈參考的問題，

在Python中，如果一個物件的參考數為0，Python虛擬機就會回收這個物件的記憶體，

參考計數法的原理是每個物件維護一個ob_refcnt，用來記錄當前物件被參考的次數，也就是來追蹤到底有多少參考指向了這個物件，當物件被創建、物件被參考、物件被傳入函式、被存盤在容器中等四種情況時，該物件的參考計數器 +1

物件被創建 a=14

物件被參考 b=a

物件被作為引數,傳到函式中 func(a)

物件作為一個元素，存盤在容器中 List={a,”a”,”b”,2}

與上述情況相對應，當發生物件別名被 del 銷毀時、物件的參考被賦予新物件時、漢書執行完畢后、從容器中洗掉時等四種情況，該物件的參考計數器-1

當該物件的別名被顯式銷毀時 del a

當該物件的引別名被賦予新的物件， a=26

一個物件離開它的作用域，例如 func函式執行完畢時，函式里面的區域變數的參考計數器就會 -1（但是全域變數不會），

將該元素從容器中洗掉時，或者容器被銷毀時，

當指向該物件的記憶體的參考計數器為0的時候，該記憶體將會被Python虛擬機釋放.

sys.getrefcount(a)可以查看 a 物件的參考計數，但是比正常計數大1，因為呼叫函式的時候傳入a，這會讓 a 的參考計數+1

參考計數的優點:

1、高效

2、運行期沒有停頓：一旦沒有參考，記憶體就直接釋放了，不用像其他機制等到特定時機，實時性還帶來一個好處：處理回收記憶體的時間分攤到了平時，

3、物件有確定的生命周期

4、易于實作

參考計數的缺點:

1、維護參考計數消耗資源，維護參考計數的次數和參考賦值成正比，而不像mark and sweep等基本與回收的記憶體數量有關，

2、無法解決回圈參考的問題，A和B相互參考而再沒有外部參考A與B中的任何一個，它們的參考計數都為1，但顯然應該被回收，

# 回圈參考示例
list1 = []
list2 = []
list1.append(list2)
list2.append(list1)
復制代碼

為了解決這兩個缺點 Python 還引入了另外的機制:標記清除和分代回收.

標記清除

『標記清除（Mark—Sweep）』演算法是一種基于追蹤回收（tracing GC）技術實作的垃圾回收演算法，它分為兩個階段：第一階段是標記階段，GC會把所有的『活動物件』打上標記，第二階段是把那些沒有標記的物件『非活動物件』進行回收，那么GC又是如何判斷哪些是活動物件哪些是非活動物件的呢？

物件之間通過參考（指標）連在一起，構成一個有向圖，物件構成這個有向圖的節點，而參考關系構成這個有向圖的邊，從根物件（root object）出發，沿著有向邊遍歷物件，可達的（reachable）物件標記為活動物件，不可達的物件就是要被清除的非活動物件，根物件就是全域變數、呼叫堆疊、暫存器，

在上圖中，我們把小黑圈視為全域變數，也就是把它作為root object，從小黑圈出發，物件1可直達，那么它將被標記，物件2、3可間接到達也會被標記，而4和5不可達，那么1、2、3就是活動物件，4和5是非活動物件會被GC回收，

標記清除演算法作為Python的輔助垃圾收集技術主要處理的是一些容器物件，比如list、dict、tuple，instance等，因為對于字串、數值物件是不可能造成回圈參考問題，

Python使用一個雙向鏈表將這些容器物件組織起來，不過，這種簡單粗暴的標記清除演算法也有明顯的缺點：清除非活動的物件前它必須順序掃描整個堆記憶體，哪怕只剩下小部分活動物件也要掃描所有物件，

分代回收

分代回收同樣作為Python的輔助垃圾收集技術處理那些容器物件，

GC 的邏輯

分配記憶體
-> 發現超過閾值了
-> 觸發垃圾回收
-> 將所有可收集物件鏈表放到一起
-> 遍歷, 計算有效參考計數
-> 分成 有效參考計數=0 和 有效參考計數 > 0 兩個集合
-> 大于0的, 放入到更老一代
-> =0的, 執行回收
-> 回收遍歷容器內的各個元素, 減掉對應元素參考計數(破掉回圈參考)
-> 執行-1的邏輯, 若發現物件參考計數=0, 觸發記憶體回收
-> python底層記憶體管理機制回收記憶體
復制代碼

Python 中, 一個代就是一個鏈表, 所有屬于同一”代”的記憶體塊都鏈接在同一個鏈表中用來表示“代”的結構體是 gc_generation， 包括了當前代鏈表表頭、物件數量上限、當前物件數量，

Python默認定義了三代物件集合，索引數越大，物件存活時間越長，新生成的物件會被加入第0代，前面_PyObject_GC_Malloc中省略的部分就是Python GC觸發的時機，每新生成一個物件都會檢查第0代有沒有滿，如果滿了就開始著手進行垃圾回收，

分代回收是一種以空間換時間的操作方式，Python將記憶體根據物件的存活時間劃分為不同的集合，每個集合稱為一個代，Python將記憶體分為了3“代”，分別為年輕代（第0代）、中年代（第1代）、老年代（第2代），他們對應的是3個鏈表，它們的垃圾收集頻率與物件的存活時間的增大而減小，新創建的物件都會分配在年輕代，年輕代鏈表的總數達到上限時，Python垃圾收集機制就會被觸發，把那些可以被回收的物件回收掉，而那些不會回收的物件就會被移到中年代去，依此類推，老年代中的物件是存活時間最久的物件，甚至是存活于整個系統的生命周期內，同時，分代回收是建立在標記清除技識訓礎之上，

3、遞回

Python 遞回深度默認是多少？遞回深度限制的原因是什么？

Python 遞回深度可以用內置函式庫中的 sys.getrecursionlimit() 查看，

因為無限遞回會導致的 C 堆疊溢位和 Python 崩潰，

另外要注意：不管你是為了Python就業還是興趣愛好，記住：專案開發經驗永遠是核心，如果你沒有2020最新python入門到高級實戰視頻教程，可以去小編的Python交流.裙 ：七衣衣九七七巴而五（數字的諧音）轉換下可以找到了，里面很多新python教程專案，還可以跟老司機交流討教！
本文的文字及圖片來源于網路加上自己的想法,僅供學習、交流使用,不具有任何商業用途,著作權歸原作者所有,如有問題請及時聯系我們以作處理，

標籤：Python

上一篇：百度api實作人臉對比

下一篇：給Python初學者的最好練手專案，值得收藏