python面试必问「常见python基础面试题」

作者 | Chris

翻译 | 苏本如，编辑 | 夕颜

题图 | 视觉中国

出品 | AI科技大本营（ID:rgznai100）

本文列出53个Python面试问题，并且提供了答案，供数科学家和软件工程师们参考。

不久前，我作为“数据科学家”开始担任一个新的角色，实际上就是一位“Python工程师”。

如果我在面试前提前了解一下Python的线程生命周期，而不是它的Recommender System（推荐系统）的话，我可能会在面试中表现得更好。

为了帮助大家通过面试，下面我整理了我为Python面试/工作准备的问题，并提供了答案。大多数数据科学家都会编写大量的代码，所以这些问题/答案对科学家和工程师都同样适用。

无论你是一位面试官、还是准备应聘一份工作、或者只是想提高你的Python技能，这份清单对你来说都将是无价之宝。

问题是无序的。我们开始吧。

经典面试题与答案

1. 列表（list）和元组（tuple）有什么区别？

在我每一次应聘Python数据科学家的面试中，这个问题都会被问到。所以对这个问题的答案，我可以说是了如指掌。

列表是可变的。创建后可以对其进行修改。

元组是不可变的。元组一旦创建，就不能对其进行更改。

列表表示的是顺序。它们是有序序列，通常是同一类型的对象。比如说按创建日期排序的所有用户名，如["Seth", "Ema", "Eli"]。元组表示的是结构。可以用来存储不同数据类型的元素。比如内存中的数据库记录，如(2, "Ema", "2020–04–16")（#id, 名称,创建日期）。

2. 如何进行字符串插值？

在不导入Template类的情况下，有3种方法进行字符串插值。

name = "Chris"# 1. f stringsprint(f"Hello {name}")# 2. % operatorprint("Hey %s %s" % (name, name))# 3. formatprint( "My name is {}".format((name)))

3. “is”和“==”有什么区别？

在我的Python职业生涯的早期，我认为它们是相同的，因而制造了一些bug。所以请大家听好了，“is”用来检查对象的标识(id)，而“==”用来检查两个对象是否相等。

我们将通过一个例子说明。创建一些列表并将其分配给不同的名字。请注意，下面的b指向与a相同的对象。

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

下面来检查是否相等，你会注意到结果显示它们都是相等的。

print(a == b)print(a == c)#=> True#=> True

但是它们具有相同的标识（id）吗？答案是不。

print(a is b)print(a is c)#=> True#=> False

我们可以通过打印他们的对象标识（id）来验证这一点。

print(id(a))print(id(b))print(id(c))#=> 4369567560#=> 4369567560#=> 4369567624

你可以看到：c和a和b具有不同的标识（id）。

4. 什么是装饰器（decorator）？

这是每次面试我都会被问到的另一个问题。它本身就值得写一篇文章。如果你能自己用它编写一个例子，那么说明你已经做好了准备。

装饰器允许通过将现有函数传递给装饰器，从而向现有函数添加一些额外的功能，该装饰器将执行现有函数的功能和添加的额外功能。

我们将编写一个装饰器，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logging。它接受一个函数func作为参数。它还定义了一个名为log_function_called的函数，它先执行打印出一些“函数func被调用”的信息（print(f"{func} called.")），然后调用函数func。最后返回定义的函数。

def logging(func): def log_function_called: print(f"{func} called.") func return log_function_called

让我们编写其他两个函数，我们最终会将装饰器添加到其中（但还没有）。

def my_name: print("chris")def friends_name: print("naruto")my_namefriends_name#=> chris#=> naruto

现在将装饰器添加到上面编写的两个函数之中。

@loggingdef my_name: print("chris")@loggingdef friends_name: print("naruto")my_namefriends_name#=> <function my_name at 0x10fca5a60> called.#=> chris#=> <function friends_name at 0x10fca5f28> called.#=> naruto

现在，你了解了如何仅仅通过在其上面添加@logging（装饰器），就能够轻松地将日志添加到我们编写的任何函数中。

5. 解释Range函数

Range函数可以用来创建一个整数列表，一般用在for循环中。它有3种使用方法。

Range函数可以接受1到3个参数，参数必须是整数。

请注意：我已经将range的每种用法包装在一个递推式构造列表（list comprehension）中，以便我们可以看到生成的值。

用法1 - range(stop)：生成从0到参数“stop”之间的整数。

[i for i in range(10)]#=> [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

用法2 - range(start, stop) : 生成从参数“start”到“stop”之间的整数

[i for i in range(2,10)]#=> [2, 3, 4, 5, 6, 7, 8, 9]

用法3 - range(start, stop, step)：以参数“step”为步长，生成从“start”到“stop”之间的整数。

[i for i in range(2,10,2)]#=> [2, 4, 6, 8]

6. 定义一个名为car的类，它有两个属性：“color”和“speed”。然后创建一个实例并返回“speed”。

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、静态方法和类方法有什么区别？

实例方法：接受self参数，并且与类的特定实例相关。

静态方法：使用装饰器 @staticmethod，与特定实例无关，并且是自包含的（不能修改类或实例的属性）。

类方法：接受cls参数，并且可以修改类本身。

我们将通过一个虚构的CoffeeShop类来说明它们之间的区别。

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类有一个属性specialty，默认值设为“espresso”。CoffeeShop类的每个实例初始化时都使用了coffee_price这个属性。同时，它还有3个方法，一个实例方法，一个静态方法和一个类方法。

让我们将coffee_price的值设为5，来初始化CoffeeShop的一个实例。然后调用实例方法make_coffee。

coffee_shop = CoffeeShop("5")coffee_shop.make_coffee#=> Making espresso for $5

现在我们来调用静态方法。静态方法无法修改类或实例状态，因此通常用于工具函数，例如，把2个数字相加。我们这里用它来检查天气。天气晴朗。太好了！

coffee_shop.check_weather#=> Its sunny

现在让我们使用类方法修改CoffeeShop的属性specialty，然后调用make_coffee方法来制作咖啡。

coffee_shop.change_specialty("drip coffee")#=> Specialty changed to drip coffeecoffee_shop.make_coffee#=> Making drip coffee for $5

注意，make_coffee过去是用来做意式浓缩咖啡（espresso）的，但现在用来做滴滤咖啡（drip coffee）了！

8. “func”和“ func”有什么区别？

这个问题的目的是想看看你是否理解所有函数也是Python中的对象。

def func: print("Im a function")func#=> function __main__.func>func #=> Im a function

func是表示函数的对象，它可以被分配给变量或传递给另一个函数。带圆括号的func调用该函数并返回其输出。

9. 解释map函数的工作原理。

Map函数返回一个列表，该列表由对序列中的每个元素应用一个函数时返回的值组成。

def add_three(x): return x 3li = [1,2,3][i for i in map(add_three, li)]#=> [4, 5, 6]

上面，我对列表中的每个元素的值加了3。

10. 解释reduce函数的工作原理。

这个问题很棘手，在你使用过它几次之前，你得努力尝试自己能够理解它。

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

from functools import reducedef add_three(x,y): return x y li = [1,2,3,5] reduce(add_three, li)#=> 11

返回11，它是1 2 3 5的总和。

11.解释filter函数的工作原理

Filter函数顾名思义，是用来按顺序过滤元素。

每个元素都被传递给一个函数，如果函数返回True，则在输出序列中返回该元素；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]

注意上面所有不能被2整除的元素如何被删除的。

12. Python是按引用调用还是按值调用？

如果你在谷歌上搜索这个问题并阅读前几页，你就要准备好进入语义的迷宫了。你最好只是了解它的工作原理。

不可变对象（如字符串、数字和元组等）是按值调用的。请注意下面的例子，当在函数内部修改时，name的值在函数外部不会发生变化。name的值已分配给内存中该函数作用域的新块。

name = "chr"def add_chars(s): s = "is" print(s)add_chars(name) print(name)#=> chris#=> chr

可变对象（如列表等）是通过引用调用的。注意下面的例子中，函数外部定义的列表在函数内部的修改是如何影响到函数外部的。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]

13. 如何使用reverse函数反转一个列表？

下面的代码对一个列表调用reverse函数，对其进行修改。该方法没有返回值，但是会对列表的元素进行反向排序。

li = ["a","b","c"]print(li)li.reverseprint(li)#=> ["a", "b", "c"]#=> ["c", "b", "a"]

14. 字符串乘法是如何工作的？

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。

15. 列表乘法是如何工作的?

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]

输出的列表包含了重复两次的列表[1,2,3]的内容。

16. 类中的“self”指的是什么？

“self”引用类本身的实例。这就是我们赋予方法访问权限并且能够更新方法所属对象的能力。

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 = colors = Shirt("yellow")s.color#=> "yellow"

17. 如何在Python中连接列表？

将2个列表相加，就是将它们连接在一起。但请注意，数组的工作方式不是这样的。

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

18. 浅拷贝和深拷贝之间有什么区别？

我们将在一个可变对象（列表）的上下文中讨论这个问题，对于不可变的对象，浅拷贝和深拷贝的区别并不重要。

我们将介绍三种情况。

1. 引用原始对象。这将新对象li2指向li1所指向的内存中的同一位置。因此，我们对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"]]

2. 创建原始对象的浅拷贝副本。我们可以使用list构造函数来实现这一点。浅拷贝创建一个新对象，但是用对原始对象的引用填充它。因此，向原始列表li3中添加新对象不会传播到li4中，但是修改li3中的一个对象将传播到li4中。

li3 = [["a"],["b"],["c"]]li4 = list(li3)li3.append([4])print(li4)#=> [["a"], ["b"], ["c"]]li3[0][0] = ["X"]print(li4)#=> [[["X"]], ["b"], ["c"]]

3. 创建一个深拷贝副本。这是用copy.deepcopy完成的。现在，这两个对象是完全独立的，并且对其中一个对象所做的更改不会对另外一个对象产生影响。

import copyli5 = [["a"],["b"],["c"]]li6 = copy.deepcopy(li5)li5.append([4])li5[0][0] = ["X"]print(li6)#=> [["a"], ["b"], ["c"]]

19. 列表和数组有什么区别？

注意：Python的标准库有一个array（数组）对象，但在这里，我特指常用的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。数组需要同构元素。

列表上的算术运算可从列表中添加或删除元素。数组上的算术运算按照线性代数方式工作。

列表还使用更少的内存，并显著具有更多的功能。

20. 如何连接两个数组？

记住，数组不是列表。数组来自Numpy和算术函数，例如线性代数。

我们需要使用Numpy的连接函数concatenate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])

21. 你喜欢Python的什么？

Python可读性很强，并且有一种Python方式可以处理几乎所有事情，这意味着它有一种简洁明了的首选方法。

我将Python与Ruby进行对比，Ruby通常有很多种方法来做某事，但是没有指南说哪种方法是首选。

22. 你最喜欢Python的哪个库？

在处理大量数据时，没有什么比Pandas（熊猫）更有帮助了，因为Pandas让操作和可视化数据变得轻而易举。

23. 举出几个可变和不可变对象的例子？

不可变意味着创建后不能修改状态。例如：int、float、bool、string和tuple。

可变意味着可以在创建后修改状态。例如列表（list）、字典（dict）和集合（set）。

24. 如何将一个数字四舍五入到小数点后三位？

使用round(value, decimal_places)函数。

a = 5.12345round(a,3)#=> 5.123

25. 如何分割一个列表？

分割语法使用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]

26. 什么是pickling?

Pickling是Python中序列化和反序列化对象的常用方法。

在下面的示例中，我们对一个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)with open("file.p", "rb") as f: loaded_obj = pickle.load(f)print(loaded_obj)#=> [{"id": 1, "name": "Stuffy"}, {"id": 2, "name": "Fluffy"}]

27. 字典和JSON有什么区别？

Dict是Python的一种数据类型，是经过索引但无序的键和值的集合。

JSON只是一个遵循指定格式的字符串，用于传输数据。

28. 你在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，并简化了数据库事务。

SQLAlchemy通常用于Flask的上下文中，而Django拥有自己的ORM。

29. any和all如何工作?

Any接受一个序列，如果序列中的任何元素为true，则返回true。

All只有当序列中的所有元素都为true时，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

30. 字典和列表的查找速度哪个更快？

在列表中查找一个值需要O（n）时间，因为需要遍历整个列表，直到找到值为止。

在字典中查找一个值只需要O（1）时间，因为它是一个哈希表。

如果有很多值，这会造成很大的时间差异，因此通常建议使用字典来提高速度。但字典也有其他限制，比如需要唯一键。

31. 模块（module）和包（package）有什么区别？

模块是可以一起导入的文件（或文件集合）。

import sklearn

包是模块的目录。

from sklearn import cross_validation

因此，包是模块，但并非所有模块都是包。

32. 如何在Python中递增和递减一个整数？

可以使用“ =”和“-=”对整数进行递增和递减。

value = 5value = 1print(value)#=> 6value -= 1value -= 1print(value)#=> 4

33. 如何返回一个整数的二进制值？

使用bin函数。

bin(5)#=> "0b101"

34. 如何从列表中删除重复的元素？

可以通过将一个列表先转化为集合，然后再转化回列表来完成。

a = [1,1,1,2,3]a = list(set(a))print(a)#=> [1, 2, 3]

35. 如何检查一个值是不是在列表中存在？

使用“in”。

"a" in ["a","b","c"]#=> True"a" in [1,2,3]#=> False

36. append和extend有什么区别?

Append将一个值添加到一个列表中，而extend将另一个列表的值添加到一个列表中。

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]

37. 如何取一个整数的绝对值？

这可以通过abs函数来实现。

abs(2#=> 2abs(-2)#=> 2

38. 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。这不仅仅限于使用两个列表。也适合3个或更多列表的情况。

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

39. 如何按字母顺序对字典进行排序？

你不能对字典进行排序，因为字典没有顺序，但是你可以返回一个已排序的元组列表，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)]

40. 一个类如何继承Python的另一个类？

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 = Audiaudi.drive

41. 如何删除字符串中的所有空白？

最简单的方法是使用空白拆分字符串，然后将拆分成的字符串重新连接在一起。

s = "A string with white space""".join(s.split)#=> "Astringwithwhitespace"

42. 在迭代序列时，为什么要使用enumerate？

enumerate允许在序列上迭代时跟踪索引。它比定义和递增一个表示索引的整数更具Python感。

li = ["a","b","c","d","e"]for idx,val in enumerate(li): print(idx, val)#=> 0 a#=> 1 b#=> 2 c#=> 3 d#=> 4 e

43. pass、continue和break之间有什么区别?

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

在下面的例子中，如果在i>3中没有代码的话，就会抛出一个错误，因此我们使用pass。

a = [1,2,3,4,5]for i in a: if i > 3: pass print(i)#=> 1#=> 2#=> 3#=> 4#=> 5

Continue会继续到下一个元素并停止当前元素的执行。所以当i<3时，永远不会达到print(i)。

for i in a: if i < 3: continue print(i)#=> 3#=> 4#=> 5

break会中断循环，序列不再重复下去。所以不会被打印3以后的元素。

for i in a: if i == 3: break print(i) #=> 1#=> 2

44. 如何将for循环转换为使用递推式构造列表（list comprehension）？

For循环如下：

a = [1,2,3,4,5]a2 = for i in a: a2.append(i 1)print(a2)#=> [2, 3, 4, 5, 6]

用递推式构造列表来修改这个for循环，代码如下：

a

a3 = [i 1 for i in a]print(a3)#=> [2, 3, 4, 5, 6]

递推式构造列表通常被认为更具Python风格，同时仍易于阅读。

45. 举一个使用三元运算符的例子。

三元运算符是一个单行的if/else语句。

语法看起来像“if 条件 else b”。

x = 5y = 10"greater" if x > 6 else "less"#=> "less""greater" if y > 6 else "less"#=> "greater"

46. 检查一个字符串是否仅仅包含数字？

可以使用isnumeric方法。

"123abc...".isalnum#=> False"123abc".isalnum#=> True

47. 检查一个字符串是否仅仅包含字母？

你可以使用isalpha。

"123a".isalpha#=> False"a".isalpha#=> True

48. 检查字符串是否只包含数字和字母？

你可以使用isalnum。

"123abc...".isalnum#=> False"123abc".isalnum#=> True

49. 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"]

50. 如何将一个字符串转化为全大写和全小写？

你可以使用upper和lower字符串方法。

small_word = "potatocake"big_word = "FISHCAKE"small_word.upper#=> "POTATOCAKE"big_word.lower#=> "fishcake"

51. remove、del和pop有什么区别?

remove 删除第一个匹配的值。

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"]

52. 举一个递推式构造字典（dictionary comprehension）的例子

下面我们将创建一个字典，其中字母表中的字母作为键，并以字母索引作为值。

# creating a list of lettersimport stringlist(string.ascii_lowercase)alphabet = list(string.ascii_lowercase)# list comprehensiond = {val:idx for idx,val in enumerate(alphabet)}d#=> {"a": 0,#=> "b": 1,#=> "c": 2,#=> ...#=> "x": 23,#=> "y": 24,#=> "z": 25}

53. Python中的异常处理是如何进行的？

Python提供了3个关键字来处理异常，try、except和finally。

语法如下：

try: # try to do thisexcept: # if try block fails then do thisfinally: # always do this

在下面的简单示例中，try块失败，因为我们不能将字符串添加到整数中。except块设置val=10，然后finally块打印出“complete”。

try: val = 1 "A"except: val = 10finally: print("complete")print(val)#=> complete#=> 10

结束语

你永远不知道面试中会出现什么问题，最好的准备方法是拥有很多编写代码的经验。

也就是说，这个列表应该涵盖Python所要求的数据科学家或初级/中级Python开发人员角色的大部分内容。

我希望这对你一样有帮助。

如果我漏掉了什么好问题，请让我知道。

原文链接:

https://towardsdatascience.com/53-python-interview-questions-and-answers-91fa311eec3f

量子计算与AI“双拳”出击，他们锁定38种潜在抗疫药物

绝悟之后再超神，腾讯30篇论文入选AI顶会ACL

微信提出推荐中的深度反馈网络，在“看一看”数据集上达到SOTA

平安科技王健宗：所有 AI 前沿技术，都可以在联邦学习中大展身手

2 年 6 个月 11 天，外包到阿里的修仙之路 | 原力计划

在 520 这天，竟然有人把 Docker讲清楚了？

斗地主吗？能学区块链那种！| 原力计划