Python面試知識點

1沛硅、字典是可變對象巫糙,執(zhí)行 l.append(a)的操作中是把字典 a 的引用傳到列表 l 中,當后

續(xù)操作修改 a[‘num’]的值的時候查坪,l 中的值也會跟著改變,相當于淺拷貝宁炫。

2偿曙、Python2 中 range 和 xrange 的區(qū)別

兩者用法相同,不同的是 range 返回的結果是一個列表淋淀,而 xrange 的結果是一個生成器遥昧,前者是直接開辟一塊內(nèi)存空間來保存列表,后者是邊循環(huán)邊使用朵纷,只有使用時才會開辟內(nèi)存空間炭臭,所以當列表很長時,使用 xrange 性能要比 range 好

3袍辞、print 方法默認調(diào)用 sys.stdout.write 方法鞋仍,即往控制臺打印字符串

4、在 Python3 中搅吁,input()獲取用戶輸入威创,不論用戶輸入的是什么落午,獲取到的都是字符串類型的。在 Python2 中有 raw_input()和 input(), raw_input()和 Python3 中的 input()作用是一樣的肚豺,input()輸入的是什么數(shù)據(jù)類型的溃斋,獲取到的就是什么數(shù)據(jù)類型的

5、4G 內(nèi)存怎么讀取一個 5G 的數(shù)據(jù)吸申?

方法一:可以通過生成器梗劫,分多次讀取,每次讀取數(shù)量相對少的數(shù)據(jù)(比如 500MB)進行處理截碴,處理結束后在讀取后面的 500MB 的數(shù)據(jù)梳侨。

方法二:可以通過 linux 命令 split 切割成小文件,然后再對數(shù)據(jù)進行處理日丹,此方法效率比較高走哺。可以按照行數(shù)切割哲虾,可以按照文件大小切割丙躏。

【注】yield用來生成生成器,后面用for循環(huán)遍歷的時候每次返回yield暫存的data值妒牙。

6彼哼、在except中return后仍然會執(zhí)行finally中的代碼

except: #捕獲所有異常

except: <異常名>: #捕獲指定異常

except:<異常名 1, 異常名 2> : 捕獲異常 1 或者異常 2

except:<異常名>,<數(shù)據(jù)>:捕獲指定異常及其附加的數(shù)據(jù)

except:<異常名 1,異常名 2>:<數(shù)據(jù)>:捕獲異常名 1 或者異常名 2,及附加的數(shù)據(jù)

7对妄、淺拷貝和深拷貝

淺拷貝會創(chuàng)建新對象湘今,其內(nèi)容非原對象本身的引用,而是原對象內(nèi)第一層對象的引用剪菱。

淺拷貝有三種形式:切片操作摩瞎、工廠函數(shù)、copy 模塊中的 copy 函數(shù)孝常。

比如上述的列表 a旗们;

切片操作:b = a[:] 或者 b = [x for x in a];

工廠函數(shù):b = list(a)构灸;

copy 函數(shù):b = copy.copy(a)上渴;

淺拷貝

【注】我們修改原列表中嵌套的列表的時候,淺拷貝出來的對象也會發(fā)生變化喜颁。這是因為稠氮,淺拷貝執(zhí)行的時候只拷貝了一層,拷貝的是對象的引用半开。當嵌套的列表值發(fā)生變化的時候隔披,引用不變。兒對于列表中的其他不可變對象來說寂拆,列表的重新賦值即改變了原列表的引用奢米。不會影響新的列表抓韩。

運行結果

深拷貝(deep copy):深拷貝只有一種形式,copy 模塊中的 deepcopy()函數(shù)鬓长。深拷貝和淺拷貝對應谒拴,深拷貝拷貝了對象的所有元素,包括多層嵌套的元素涉波。因此彪薛,它的時間和空間開銷要高。同樣的對列表 a怠蹂,如果使用 b = copy.deepcopy(a)善延,再修改列表 b 將不會影響到列表 a,即使嵌套的列表具有更深的層次城侧,也不會產(chǎn)生任何影響易遣,因為深拷貝拷貝出來的對象根本就是一個全新的對象,不再與原來的對象有任何的關聯(lián)嫌佑。

拷貝的注意點:對于非容器類型豆茫,如數(shù)字、字符屋摇,以及其他的“原子”類型揩魂,沒有拷貝一說,產(chǎn)生的都是原對象的引用炮温。如果元組變量值包含原子類型對象火脉,即使采用了深拷貝,也只能得到淺拷貝柒啤。

8倦挂、__init__ 和__new__的區(qū)別

init 在對象創(chuàng)建后,對對象進行初始化担巩。

new 是在對象創(chuàng)建之前創(chuàng)建一個對象方援,并將該對象返回

9、隨機數(shù)

random.random():生成一個 0-1 之間的隨機浮點數(shù)涛癌;

random.uniform(a, b):生成[a,b]之間的浮點數(shù)犯戏;

random.randint(a, b):生成[a,b]之間的整數(shù);

random.randrange(a, b, step):在指定的集合[a,b)中拳话,以 step 為基數(shù)隨機取一個數(shù)先匪;

random.choice(sequence):從特定序列中隨機取一個元素,這里的序列可以是字符串假颇,列表胚鸯,元組等

random.shuffle(alist)? :打亂一個序列

10、

os.path 主要是用于對系統(tǒng)路徑文件的操作笨鸡。

os.path所有方法
所有屬性

sys.path 主要是對 Python 解釋器的系統(tǒng)環(huán)境參數(shù)的操作(動態(tài)的改變 Python 解釋器搜索路徑)

最后編輯于
?著作權歸作者所有,轉載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末姜钳,一起剝皮案震驚了整個濱河市坦冠,隨后出現(xiàn)的幾起案子,更是在濱河造成了極大的恐慌哥桥,老刑警劉巖辙浑,帶你破解...
    沈念sama閱讀 222,807評論 6 518
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異拟糕,居然都是意外死亡判呕,警方通過查閱死者的電腦和手機,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 95,284評論 3 399
  • 文/潘曉璐 我一進店門送滞,熙熙樓的掌柜王于貴愁眉苦臉地迎上來侠草,“玉大人,你說我怎么就攤上這事犁嗅”咛椋” “怎么了?”我有些...
    開封第一講書人閱讀 169,589評論 0 363
  • 文/不壞的土叔 我叫張陵褂微,是天一觀的道長功蜓。 經(jīng)常有香客問我,道長宠蚂,這世上最難降的妖魔是什么式撼? 我笑而不...
    開封第一講書人閱讀 60,188評論 1 300
  • 正文 為了忘掉前任,我火速辦了婚禮求厕,結果婚禮上著隆,老公的妹妹穿的比我還像新娘。我一直安慰自己甘改,他們只是感情好旅东,可當我...
    茶點故事閱讀 69,185評論 6 398
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著十艾,像睡著了一般。 火紅的嫁衣襯著肌膚如雪腾节。 梳的紋絲不亂的頭發(fā)上忘嫉,一...
    開封第一講書人閱讀 52,785評論 1 314
  • 那天,我揣著相機與錄音案腺,去河邊找鬼庆冕。 笑死,一個胖子當著我的面吹牛劈榨,可吹牛的內(nèi)容都是我干的访递。 我是一名探鬼主播,決...
    沈念sama閱讀 41,220評論 3 423
  • 文/蒼蘭香墨 我猛地睜開眼同辣,長吁一口氣:“原來是場噩夢啊……” “哼拷姿!你這毒婦竟也來了惭载?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 40,167評論 0 277
  • 序言:老撾萬榮一對情侶失蹤响巢,失蹤者是張志新(化名)和其女友劉穎描滔,沒想到半個月后,有當?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體踪古,經(jīng)...
    沈念sama閱讀 46,698評論 1 320
  • 正文 獨居荒郊野嶺守林人離奇死亡含长,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 38,767評論 3 343
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了伏穆。 大學時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片拘泞。...
    茶點故事閱讀 40,912評論 1 353
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖枕扫,靈堂內(nèi)的尸體忽然破棺而出田弥,到底是詐尸還是另有隱情,我是刑警寧澤铡原,帶...
    沈念sama閱讀 36,572評論 5 351
  • 正文 年R本政府宣布偷厦,位于F島的核電站,受9級特大地震影響燕刻,放射性物質(zhì)發(fā)生泄漏只泼。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 42,254評論 3 336
  • 文/蒙蒙 一卵洗、第九天 我趴在偏房一處隱蔽的房頂上張望请唱。 院中可真熱鬧,春花似錦过蹂、人聲如沸十绑。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,746評論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽本橙。三九已至,卻和暖如春脆诉,著一層夾襖步出監(jiān)牢的瞬間甚亭,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,859評論 1 274
  • 我被黑心中介騙來泰國打工击胜, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留亏狰,地道東北人。 一個月前我還...
    沈念sama閱讀 49,359評論 3 379
  • 正文 我出身青樓偶摔,卻偏偏與公主長得像暇唾,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 45,922評論 2 361

推薦閱讀更多精彩內(nèi)容