请选择行业
请选择职位
请选择省份
请选择城市

Python常见的基础面试题

时间: 2021-09-03 09:47   作者: liqianqian1116   点击次数: 
 
  Python垃圾回收机制是什么
  作为Python的使用者来说,Python中的垃圾回收主要以引用计数为主,再引入标记、清除,分代为辅来解决循环引用的问题。
  一个对象被引用时,引用计数加1,当对象被del时,引用计数减去1,为0时,对象就被清除,一般情况下用户不会去操作Python的垃圾回收机制,但它留有API接口。
  元组和列表的区别
  主要区别是列表是可变的,而元组是不可变的。
  >>> mylist=[1,3,3] 
  >>> mylist[1]=2 
   
   
  >>> mytuple=(1,3,3) 
  >>> mytuple[1]=2 
  Traceback (most recent call last): 
  File "<pyshell#97>", line 1, in <module> 
  元组可以作为字典的key?
  首先一个对象能不能作为字典的key, 就取决于其有没有__hash__方法。 所以除了容器对象(list/dict/set)和内部包含容器对象的tuple是不可作为字典的key,其他的对象都可以。
  进程-线程-协程
  进程
  · 操作系统进行资源分配和调度的基本单位,多个进程之间相互独立。
  · 稳定性好,如果一个进程崩溃,不影响其他进程,但是进程消耗资源大,开启的进程数量有限制。
  线程
  CPU进行资源分配和调度的基本单位,线程是进程的一部分,是比进程更小的能独立运行的基本单位,一个进程下的多个线程可以共享该进程的所有资源。
  如果IO操作密集,则可以多线程运行效率高,缺点是如果一个线程崩溃,都会造成进程的崩溃。
  协程
  子程序调用总是一个入口,一次返回,调用顺序是明确的。而协程的调用和子程序不同。
  协程看上去也是子程序,但执行过程中,在子程序内部可中断,然后转而执行别的子程序,在适当的时候再返回来接着执行。
  赋值、浅拷贝和深拷贝
  深拷贝就是将一个对象拷贝到另一个对象中,这意味着如果你对一个对象的拷贝做出改变时,不会影响原对象。在Python中,我们使用函数deepcopy()执行深拷贝。
  浅拷贝则是将一个对象的引用拷贝到另一个对象上,所以如果我们在拷贝中改动,会影响到原对象。
  GIL
  GIL是Python的全局解释器锁,同一进程中假如有多个线程运行,一个线程在运行Python程序的时候会霸占Python解释器(加了一把锁即GIL),使该进程内的其他线程无法运行,等该线程运行完后其他线程才能运行。如果线程运行过程中遇到耗时操作,则解释器锁解开,使其他线程运行。所以在多线程中,线程的运行仍是有先后顺序的,并不是同时进行。
  多进程中因为每个进程都能被系统分配资源,相当于每个进程有了一个Python解释器,所以多进程可以实现多个进程的同时运行,缺点是进程系统资源开销大。
  列表去重
  先通过转换为集合去重,在转列表。
  最常用的排序算法及其复杂度。
  冒泡排序
  外层循环从1到n-1,内循环从当前外层的元素的下一个位置开始,依次和外层的元素比较,出现逆序就交换,通过与相邻元素的比较和交换来把小的数交换到最前面。
  def bubbleSort(array): 
  if len(array) < 2: 
      return array 
  else: 
      isSorted = False 
      Counter = 0 
      while not isSorted: 
          isSorted = True 
          for idx in range(len(array) - 1 - Counter): 
              if array[idx] > array[idx + 1]: 
                  isSorted = False 
                  (array[idx + 1], array[idx]) = (array[idx], array[idx + 1]) 
          Counter += 1 
      return array 
  快速排序
  通过一趟排序将待排记录分隔成独立的两部分,其中一部分记录的关键字均比另一部分的关键字小,则可分别对这两部分记录继续进行排序,以达到整个序列有序。
  · 选定Pivot中心轴
  · 从R指针开始,将大于Pivot的数字放在Pivot的右边
  · 将小于Pivot的数字放在Pivot的左边
  · 分别对左右子序列重复前三步操作
  def quickSort(array): 
  print(array) 
  if len(array) < 2: 
      return array 
  else: 
      pivot_index = 0 
      pivot = array[pivot_index] 
      less_part = [i for i in array[pivot_index+1:] if i <= pivot] 
      large_part = [i for i in array[pivot_index+1:] if i > pivot] 
      return quickSort(less_part) + [pivot] + quickSort(large_part) 
  闭包
  函数的返回值是函数对象,只有外部函数才可以对他进行访问,提高了安全性。
  with
  with语句的使用,可以简化代码,有效避免资源泄露的发生。
  打开文件在进行读写的时候可能会出现一些异常状况,如果按照常规的f.open写法,我们需要try,except,finally,做异常判断,并且文件最终不管遇到什么情况,都要执行finally f.close()关闭文件,with方法帮我们实现了finally中f.close。
  实例方法 静态方法
  实例方法只能被实例调用,静态方法(@由staticmethod装饰器的方法)、类方法(由@classmethod装饰器的方法),可以被类或类的实例对象调用。
  · 实例方法,第一个参数必须要默认传递实例对象,一般使用self。
  · 静态方法,参数没有必要。
  · 类方法,第一个参数必须要默认传递,一般使用cls。
  迭代器和生成器
  迭代器
  迭代器是一个可以记住遍历的位置的对象。
  迭代器对象从集合的第一个元素开始访问,直到所有的元素被访问完结束。迭代器只能往前不会后退。
  迭代器有两个基本的方法:iter()和next()。
  字符串,列表或元组对象都可用于创建迭代器:
  >>> list=[1,2,3,4] 
  >>> it = iter(list)    # 创建迭代器对象 
  >>> print (next(it))   # 输出迭代器的下一个元素 
  1 
  >>> print (next(it)) 
  2 
  >>> 
  生成器
  使用了yield的函数被称为生成器。
  生成器是一个返回迭代器的函数,只能用于迭代操作,更简单点理解生成器就是一个迭代器,在调用生成器运行的过程中,每次遇到yield时函数会暂停并保存当前所有的运行信息,返回yield的值,并在下一次执行next()方法时从当前位置继续运行。
  匿名函数
  print [(lambda x:x*x)(x)for x in range(5)] 
  [0, 1, 4, 9, 16, 25] 
  Map、Reduce、Filter
  Map
  对可迭代对象中的每个元素进行相同的操作。
  def fn(x): 
  return x+1 
   
  resp = map(fn,li) 
  print(list(resp)) 
   
  [2, 3, 4] 
  Reduce
  从左到右对一个序列的项累计地应用有两个参数的函数,以此合并序列到一个单一值。(例如累加或累乘列表元素等等)。
  from functools import reduce 
  nums=[1, 2, 3, 4] 
  def fn(x, y): 
  return x * y 
   
  resp = reduce(fn, nums) 
  print(resp) 
   
  24 
  Filter
  Filter函数用于过滤序列,过滤掉不符合条件的元素,返回由符合条件元素组成的新列表。该接收两个参数:第一个为函数,第二个为序列,序列的每个元素作为参数传递给函数进行判,然后返回True或False,最后将返回True的元素放到新列表。
  a = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] 
  def fn(a): 
  return a%2 == 1 
   
  newlist = filter(fn, a) 
  newlist = [i for i in newlist] 
  print(newlist) 
  ## 输出: [1, 3, 5, 7, 9]  
  Django
  什么是WSGI
  Python Web Server Gateway Interface,翻译过来是Python Web服务器网关接口,实际上就是一种协议,我们的应用(Django,Flask)实现了WSGI,就可以配合实现了WSGI(uWSGI,gunicorn)的服务器工作了。
  Django请求的生命周期
  · 前端发送请求
  · WSGI,他就是socket服务端,用于接收用户请求并将请求进行初次封装,然后将请求交给Web框架(Flask、Django)
  · 中间件处理请求,帮助我们对请求进行校验或在请求对象中添加其他相关数据,例如:CSRF、request.session
  · 路由匹配,根据当前请求的URL找到视图函数,如果是FBV写法,通过判断method两类型,找到对应的视图函数;如果是CBV写法,匹配成功后会自动去找Dispatch方法,然后Django会通过Dispatch反射的方式找到类中对应的方法并执行
  · 视图函数,在视图函数中进行业务逻辑的处理,可能涉及到:orm、view视图将数据渲染到template模板
  · 视图函数执行完毕之后,会把客户端想要的数据返回给Dispatch方法,由Dispatch方法把数据返回经客户端
  · 中间件处理响应
  · WSGI,将响应的内容发送给浏览器
  · 浏览器渲染
  列举Django的内置组件
  · Admin:对model中对应的数据表进行增删改查提供的组件
  · model:负责操作数据库
  · form:1. 生成HTML代码;2. 数据有效性校验;2. 校验信息返回并展示
  · ModelForm:即用于数据库操作,也可用于用户请求的验证
  列举Django中间件的5个方法?以及Django中间件的应用场景
  · process_request:请求进来时,权限认证
  · process_view:路由匹配之后,能够得到视图函数
  · process_exception:异常时执行
  · process_template_responseprocess:模板渲染时执行
  · process_response:请求有响应时执行
  简述什么是FBV和CBV
  FBV和CBV本质是一样的,基于函数的视图叫做FBV,基于类的视图叫做CBV。
  在Python中使用CBV的优点:
  · 提高了代码的复用性,可以使用面向对象的技术,比如Mixin(多继承)。
  · 可以用不同的函数针对不同的HTTP方法处理,而不是通过很多if判断,提高代码可读性。
  Django的Request对象是在什么时候创建的
  class WSGIHan dler(base.BaseHan dler): 
  request = self.request_class(environ) 
  请求走到WSGIHan dler类的时候,执行cell方法,将environ封装成了Request。
  如何在CBV添加装饰器
  方法
  from django.utils.decorators import method_decorator 
   
  @method_decorator(check_login) 
  def post(self, request): 
  ... 
  Dispatch
  @method_decorator(check_login) 
  def dispatch(self, request, *args, **kwargs): 
  类
  @method_decorator(check_login, name="get") 
  @method_decorator(check_login, name="post") 
  class HomeView(View): 
  ... 
  列举Django ORM中所有的方法
  <1> all():                  查询所有结果  
  <2> filter(**kwargs):       它包含了与所给筛选条件相匹配的对象。获取不到返回None 
  <3> get(**kwargs):          返回与所给筛选条件相匹配的对象,返回结果有且只有一个。 
                            如果符合筛选条件的对象超过一个或者没有都会抛出错误。 
  <4> exclude(**kwargs):      它包含了与所给筛选条件不匹配的对象 
  <5> order_by(*field):       对查询结果排序 
  <6> reverse():              对查询结果反向排序  
  <8> Count():                返回数据库中匹配查询(QuerySet)的对象数量 
  <9> first():                返回第一条记录  
  <10> last():                返回最后一条记录  
  <11> exists():              如果QuerySet包含数据,就返回True,否则返回False 
  <12> values(*field):        返回一个ValueQuerySet——一个特殊的QuerySet,运行后得到的 
                            并不是一系 model的实例化对象,而是一个可迭代的字典序列 
  <13> values_list(*field):   它与values()非常相似,它返回的是一个元组序列,values返回的是一个字典序列 
  <14> distinct():            从返回结果中剔除重复纪录 
  Select_related和prefetch_related的区别
  有外键存在时,可以很好的减少数据库请求的次数,提高性能,Select_related通过多表join关联查询,一次性获得所有数据,只执行一次SQL查询prefetch_related分别查询每个表,然后根据它们之间的关系进行处理,执行两次查询。
  Django中CSRF的实现机制
  第一步:Django第一次响应来自某个客户端的请求时,后端随机产生一个Token值,把这个Token保存在Session状态中;同时,后端把这个Token放到cookie中交给前端页面。
  第二步:下次前端需要发起请求(比如发帖)的时候把这个Token值加入到请求数据或者头信息中,一起传给后端;Cookies:{csrftoken:xxxxx}
  第三步:后端校验前端请求带过来的Token和Session里的Token是否一致。
  Django中如何实现ORM表中添加数据时创建一条日志记录
  # 使用Django的信号机制,可以在添加、删除数据前后设置日志记录: 
  pre_init    # Django中的model对象执行其构造方法前,自动触发 
  post_init   # Django中的model对象执行其构造方法后,自动触发 
  pre_save    # Django中的model对象保存前,自动触发 
  post_save   # Django中的model对象保存后,自动触发 
  pre_Delete  # Django中的model对象删除前,自动触发 
  post_Delete # Django中的model对象删除后,自动触发 
   
  # 使用 
  @receiver(post_save, sender=Myclass) # 信号接收装饰器。由于内置信号,所以直接接收 
  def signal_han dler(sender, **kwargs):# 接收到信号后,在此处理 
   logger = logging.getLogger() 
  logger.success(”保存成功”) 
  Django缓存如何设置
  CACHES = { 
  ”default”: { 
  ”BACKEND”: ”django.core.cache.backends.dummy.DummyCache”,  # 缓存后台使用的引擎 
  ”TIMEOUT”: 300,            # 缓存超时时间(默认300秒,None表示永不过期,0表示立即过期) 
  ”OPTIONS”:{ 
  ”MAX_ENTRIES”: 300,          # 最大缓存记录的数量(默认300) 
  ”CULL_FREQUENCY”: 3,          # 缓存到达最大个数之后,剔除缓存个数的比例,即:1/CULL_FREQUENCY(默认3) 
  }, 
  } 
  }  
  Django的缓存能使用Redis吗?如果可以的话,如何配置
  CACHES = { 
  "default": { 
      "BACKEND": "django_redis.cache.RedisCache", 
      "LOCATION": "redis://127.0.0.1:6379", 
      "OPTIONS": { 
          "CLIENT_CLASS": "django_redis.client.DefaultClient", 
          "CONNECTION_POOL_KWARGS": {"max_connections": 100} 
          # "PASSWORD": "密码", 
      } 
  } 
  }  
  Django路由系统中name的作用
  主要是通过name的值,来查找url地址,可以理解为反射作用。在html模板中使用name来反射url优势就是后期url规则发生改变之后,只需调整urls.py即可,所有的模板文件都不需要修改。
  Django REST Framework框架中都有那些组件
  · 认证
  · 权限(授权)
  · 用户访问次数/频率限制
  · 版本
  · 解析器(parser)
关闭  
主要城市: 北京 上海 杭州 广州 南京 武汉 长沙
全部城市: