1：为什么学习Python
家里有在这个IT圈子里面，也想让我接触这个圈子，然后给我建议学的Python，然后自己通过百度和向有学过Python的同学了解了Python，Python这门语言，入门比较简单，它简单易学，生态圈比较强大，涉及的地方比较多，特别是在人工智能，和数据分析这方面。在未来我觉得是往自动化，人工智能这方面发展的，所以学习了Python
2：通过什么途径学习Python
刚开始接触Python的时候，到网上里面跟着视频学基础，再后来网上到看技术贴，然后看到有人推荐廖雪峰的Python教程，练项目到GitHub上面找一些小项目学习。
3：谈谈对Python和其他语言的区别
优点
Python属于解释型语言，当程序运行时，是一行一行的解释，并运行，所以调式代码很方便，开发效率高，Python 语法简洁优美，功能强大，标准库与第三方库都非常强大，而且应用领域也非常广；
还有龟叔给Python定位是任其自由发展、优雅、明确、简单；
Python 易于学习;
用少量的代码构建出很多功能;（高效的高级数据结构）
Python完全支持面向对象;
Python 是跨平台且开源的。可移植性，可扩展性，可嵌入性都很强
动态类型:
缺点：运行速度慢，Python的运行速度相较与C，肯定是慢了
Python弱类型（强类型是指不允许隐式变量类型转换，弱类型则允许隐式类型转换）与其他语言相比：
- 与java相比：在很多方面，Python比Java要简单，比如java中所有变量必须声明才能使用，而Python不需要声明,用少量的代码构建出很多功能;（高效的高级数据结构）
- 与php相比：python标准包直接提供了工具，并且相对于PHP代码更易于维护;
- Python与c相比：Python 和 C Python这门语言是由C开发而来
4：简述解释型和编译型编程语言
解释型：就是边解释边执行（Python，php）
编译型：编译后再执行（c、java、c#）
5：Python的解释器种类以及相关特点？
CPython
官方版本的解释器。使用C语言开发的，所以叫CPython。在命令行下运行python就是启动CPython解释器。CPython是使用最广的Python解释器。教程的所有代码也都在CPython下执行。IPython
IPython是基于CPython之上的一个交互式解释器，也就是说，IPython只是在交互方式上有所增强，但是执行Python代码的功能和CPython是完全一样的。CPython用>>>作为提示符，而IPython用In [序号]:作为提示符。PyPy
由Python写的解释器，它的执行速度是最快。PyPy采用JIT技术，对Python代码进行动态编译（注意不是解释），绝大部分Python代码都可以在PyPy下运行，但是PyPy和CPython有一些是不同的，这就导致相同的Python代码在两种解释器下执行可能会有不同的结果。Jython
Jython是运行在Java平台上的Python解释器，可以直接把Python代码编译成Java字节码执行。IronPython
IronPython和Jython类似，只不过IronPython是运行在.Net平台上的Python解释器，可以直接把Python代码编译成.Net的字节码。小结：
Python的解释器很多，但使用最广泛的还是CPython。
如果要和Java或.Net平台交互，最好的办法不是用Jython或IronPython，而是通过网络调用来交互，确保各程序之间的独立性。
6：位和字节的关系
1字节 = 8 位
位（bit，又名“比特”，简写为b）：数据传输是以大多是以“位”（bit）为单位
字节（Byte，简写为B）：数据存储是以“字节”（Byte）为单位，字节是最小一级的信息单位
一个位就代表一个0或1（即一个二进制），二进制是构成存储器的最小单位，每8个位（bit）组成一个字节（Byte）
7：b、B、KB、MB、GB的关系
b --->位(bit)
B --->字节 一个字节等于8位
1B = 8 bit
1kb = 1024 B
1 MB = 1024 KB
1 GB = 1024 MB
8：PE8规范
1、使用4个空格而不是tab键进行缩进。
2、每行长度不能超过79
3、使用空行来间隔函数和类，以及函数内部的大块代码
4、必要时候，在每一行下写注释
5、使用文档注释，写出函数注释
6、在操作符和逗号之后使用空格，但是不要在括号内部使用
7、命名类和函数的时候使用一致的方式，比如使用CamelCase来命名类，
使用lower_case_with_underscores来命名函数和方法
8、在类中总是使用self来作为默认
9、尽量不要使用魔法方法
10、默认使用UTF-8，甚至ASCII作为编码方式
11、换行可以使用反斜杠，最好使用圆括号。
12、不要在一句import中多个库，
13、空格的使用
各种右括号前不要加空格。
逗号、冒号、分号前不要加空格。
函数的左括号前不要加空格。如Func(1)
序列的左括号前不要加空格。如list[2]
操作符左右各加一个空格，不要为了对齐增加空格
函数默认参数使用的赋值符左右省略空格
不要将多句语句写在同一行，尽管使用‘；’允许14、if/for/while语句中，即使执行语句只有一句，也必须另起一行
15、函数命名使用全部小写的方式，常量命名使用大写，类属性（方法和变量）使用小写
16、类的命名首字母大写
9：通过代码实现如下转换(进制之间转换）
# 二进制转换成十进制-->int
v = "0b1111011"
b = int(v,2)
print(b) # 123# 十进制转换成二进制--->bin
v2 = 18
print(bin(int(v2))) # 0b10010# 八进制转换成十进制
v3 = "011"
print(int(v3, 8)) # 11# 十进制转换成八进制：---> oct
v4 = 30
print(oct(int(v4))) # 0o36# 十六进制转换成十进制：
v5 = "0x12"
print(int(v5,16)) # 18# 十进制转换成十六进制：---> hex
v6 = 87
print(hex(int(v6))) # 0x57
10:请编写一个函数实现将IP地址转换成一个整数
如 10.3.9.12 转换规则为：
10 00001010
3 00000011
9 00001001
12 00001100
再将以上二进制拼接起来计算十进制结果：00001010 00000011 00001001 00001100 = ？
# 第一种
ip_addr = '192.168.2.10'
# transfer ip to int
def ip2long(ip):ip_list = ip.split('.')result = 0for i in range(4): # 0,1,2,3result = result + int(ip_list[i]) * 256 ** (3 - i)return result
long = 3232236042# transfer int to ip
def long2ip(long):floor_list = []yushu = longfor i in reversed(range(4)): # 3,2,1,0res = divmod(yushu, 256 ** i)floor_list.append(str(res[0]))yushu = res[1]return '.'.join(floor_list)a = long2ip(long)
print(a)# 第二种
def v1(addr):# 取每个数id = [int(x) for x in addr.split(".")]print(id)return sum(id[i] << [24, 16, 8, 0][i] for i in range(4))print(v1("127.0.0.1"))# [127, 0, 0, 1]
# 213070643311、python递归的最大层数？
Python中默认的递归层数约为998左右(会报错) 和计算机性能有关系，
12：求结果(and or or)
v1 = 1 or 3 -- 1
v2 = 1 and 3 -- 3
v3 = 0 and 2 and 1 -- 0
v4 = 0 and 2 or 1 -- 1
v5 = 0 and 2 or 1 or 4 -- 1
v6 = 0 or Flase and 1 -- False
总结：
# x or y 如果 x 为真，则值为 x，否则为 y
# x and y 如果 x 为真，则值为 y，否则为 x
# 优先级：()>not>and>or
# 同等优先级下，从左向右
1. 求结果：2 & 5
print(2 & 5) # 10 & 101 => 000 => 0
2. 求结果：2 ^ 5
print(2 ^ 5) # 10 ^ 101 => 111 => 1*2**0+1*2**1+1*2**2=1+2+4=7
13 ：ascii、unicode、utf-8、gbk 区别
python2 内容进行编码默认ascii,而python3对内容进行编码的默认为utf-8。
ascii 最多只能用8位来表示（一个字节），即：2**8 = 256，所以，ASCII码最多只能表示 256 个符号。
unicode 万国码 任何一个字符==两个字节
utf-8 万国码的升级版 一个中文字符==三个字节 英文是一个字节 欧洲的是 2个字节
gbk 国内版本 一个中文字符==2个字节 英文是一个字节
gbk 转 utf-8 需通过媒介 unicode
14:字节码和机器码的区别
什么是机器码
机器码(machine code)，学名机器语言指令，有时也被称为原生码（Native Code），是电脑的CPU可直接解读的数据。
通常意义上来理解的话，机器码就是计算机可以直接执行，并且执行速度最快的代码。
总结：机器码是电脑CPU直接读取运行的机器指令，运行速度最快，但是非常晦涩难懂，也比较难编写什么是字节码
字节码（Bytecode）是一种包含执行程序、由一序列 op 代码/数据对 组成的二进制文件。
字节码是一种中间码，它比机器码更抽象，需要直译器转译后才能成为机器码的中间代码。
总结：字节码是一种中间状态（中间码）的二进制代码（文件）。需要直译器转译后才能成为机器码。
简述变量命名规范
#1、以字母，数字，下划线任由结合
#2、不能以命名太长，不使用拼音，中文
#3、不能以数字开头
#4、不能用关键词
15:三元运算写法和应用场景？
应用场景：简化if语句
# 条件成立时的结果 + if + 条件 + else + 条件不成立时的结果，例：
result = 'gt' if 1>3 else 'lt'
print(result) # lt
# 理解：如果条件为真，把if前面的值赋值给变量，否则把else后面的值赋值给变量。
16:Python3和Python2的区别？
链接：Python2 和 Python3 的区别
1：打印时，py2需要可以不需要加括号，python3 必须加括号
python 2 ：print ('lili') 或 print 'lili'
python 3 ：print ('lili')exec语句被python3废弃，统一使用exec函数
2：内涵
Python2 ：1，臃肿，源码的重复量很多。
2，语法不清晰，掺杂着C，php，Java，的一些陋习。
Python3 ：几乎是重构后的源码，规范，清晰，优美。3、输出中文的区别
python2 ：要输出中文 需加 # -*- encoding:utf-8 -*-
Python3 ：直接搞4：input不同
python2 ：raw_input
python3 ：input 统一使用input函数5：指定字节
python2在编译安装时，可以通过参数-----enable-unicode=ucs2 或-----enable-unicode=ucs4分别用于指定使用2个字节、4个字节表示一个unicode；
python3无法进行选择，默认使用 ucs4
查看当前python中表示unicode字符串时占用的空间：impor sys
print（sys.maxunicode）
#如果值是65535，则表示使用usc2标准，即：2个字节表示
#如果值是1114111，则表示使用usc4标准，即：4个字节表示6：
py2：xrange
range
py3：range 统一使用range，Python3中range的机制也进行修改并提高了大数据集生成效率7：在包的知识点里
包：一群模块文件的集合 + __init__
区别：py2 ： 必须有__init__
py3：不是必须的了8：不相等操作符"<>"被Python3废弃，统一使用"!="
9：long整数类型被Python3废弃，统一使用int
10：迭代器iterator的next()函数被Python3废弃，统一使用next(iterator)
11：异常StandardError 被Python3废弃，统一使用Exception
12：字典变量的has_key函数被Python废弃，统一使用in关键词
13：file函数被Python3废弃，统一使用open来处理文件，可以通过io.IOBase检查文件类型
17：用一行代码实现数值交换
a = 1
b = 2
a, b = b, a
20：文件操作时：xreadlines和readlines的区别？
readlines 返回一个列表
xreadlines 返回一个生成器
python3 中只有readlines
21： 列举布尔值为False的常见值？
0，“”，{}，[],（），set（） False 负数 不成立的表达式 None 等
22. 字符串、列表、元组、字典每个常用的5个方法？
参考链接：Python 之数据类型
字符串：字符串用单引号(')或双引号(")括起来，不可变
1，find通过元素找索引，可切片，找不到返回-1
2，index，找不到报错。
3，split 由字符串分割成列表，默认按空格。
4，captalize 首字母大写，其他字母小写。
5，upper 全大写。
6，lower 全小写。
7，title，每个单词的首字母大写。
8，startswith 判断以什么为开头，可以切片，整体概念。
9，endswith 判断以什么为结尾，可以切片，整体概念。
10，format格式化输出，三种玩法
res='{} {} {}'.format('egon',18,'male') ==> egon 18 male
res='{1} {0} {1}'.format('egon',18,'male') ==> 18 egon 18
res='{name} {age} {sex}'.format(sex='male',name='egon',age=18)
11，strip 默认去掉两侧空格，有条件
12，lstrip,rstrip
14，center 居中，默认空格。
15，count查找元素的个数，可以切片，若没有返回0
16，expandtabs 将一个tab键变成8个空格，如果tab前面的字符长度不足8个，则补全8个，
17，replace（old，new,次数）
18，isdigit 字符串由字母或数字组成 isalpha, 字符串只由字母组成 isalnum 字符串只由数字组成
19，swapcase 大小写翻转
20，for i in 可迭代对象。字典：1无序（不能索引）2：数据关联性强3:键值对，键值对。唯一一个映射数据类型。
# 字典的键必须是可哈希的 不可变类型。
# 在同一个字典中，键(key)必须是唯一的。
# 列表是有序的对象集合，字典是无序的对象集合。两者之间的区别在于：字典当中的元素是通过键来存取的，而不是通过偏移存取
key： 输出所有的键
clear：清空
dic：删除的键如果没有则报错
pop：键值对删，有返回，没有原来的键会报错（自行设置返回键就不会报错）
popitem：随机删键值对
del：删除的键如果没有则报错
update：改
查 用get时，不会报错，没有可以返回设定的返回值
注意：
1、字典是一种映射类型，它的元素是键值对。
2、字典的关键字必须为不可变类型，且不能重复。
3、创建空字典使用 { }。列表：
索引，切片，加，乘，检查成员。
增加：有三种，
append：在后面添加。
insert按照索引添加，
expend：迭代着添加。
list.extend(seq) - 在列表末尾一次性追加另一个序列中的多个值（用新列表扩展原来的列表）
pop 删除 (pop 有返回值)
remove 可以按照元素去删
clear 清空列表
del 1、可以按照索引去删除 2、切片 3、步长（隔着删）
改 1、索引 2、切片：先删除，再迭代着添加
list.count(obj) - 统计某个元素在列表中出现的次数
list.index(obj) - 从列表中找出某个值第一个匹配项的索引位置
list.reverse() - 反向列表中元素
list.sort([func]) - 对原列表进行排序
注意：
1、List写在方括号之间，元素用逗号隔开。
2、和字符串一样，list可以被索引和切片。
3、List可以使用+操作符进行拼接。
4、List中的元素是可以改变的。元组：
（）元组的元素不能修改
1、cmp(tuple1, tuple2)：比较两个元组元素。
2、len(tuple)：计算元组元素个数。
3、max(tuple)：返回元组中元素最大值。
4、min(tuple)：返回元组中元素最小值。
5、tuple(seq)：将列表转换为元组。
注意
1、与字符串一样，元组的元素不能修改。
2、元组也可以被索引和切片，方法一样。
3、注意构造包含0或1个元素的元组的特殊语法规则。
4、元组也可以使用+操作符进行拼接。
Set（集合）
集合（set）是一个无序不重复元素的序列。
可以使用大括号 { } 或者 set() 函数创建集合，
注意：创建一个空集合必须用 set() 而不是 { }，因为 { } 是用来创建一个空字典。
23、 lambda表达式格式以及应用场景？
匿名函数：为了解决那些功能很简单的需求而设计的一句话函数
函数名 = lambda 参数 ：返回值# 参数可以有多个，用逗号隔开
# 匿名函数不管逻辑多复杂，只能写一行，且逻辑执行结束后的内容就是返回值
# 返回值和正常的函数一样可以是任意数据类型temp = lambda x,y:x+y
print(temp(4,10)) # 14可替代：
def foo(x,y):
return x+y
print(foo(4,10)) # 14
24. pass的作用
pass是空语句，是为了保持程序结构的完整性。pass 不做任何事情，一般用做占位语句。
25. *arg和**kwarg作用
*args代表位置参数，它会接收任意多个参数并把这些参数作为元祖传递给函数。
**kwargs代表的关键字参数，返回的是字典，位置参数一定要放在关键字前面
26. is和==的区别
a = 'lishi'
str1 = "li"
str2 = "shi"
str3 = str1 + str2
print("a == str3",a == str3) # a == str3 True == ---> 只需要内容相等
print("a is str3",a is str3) # a is str3 False is ---> 只需要内存地址相等
print("id(a)",id(a)) # id(a) 38565848
print("id(str3)",id(str3)) # id(str3) 39110280
is 比较的是两个实例对象是不是完全相同，它们是不是同一个对象，占用的内存地址是否相同。
== 比较的是两个对象的内容是否相等，即内存地址可以不一样，内容一样就可以了。默认会调用对象的 __eq__()方法。
# 对于int 小数据池
范围：-5 到 256 创建的相间的数字，都指向同一个内存地址# 对于字符串 （面试）
1、小数据池 如果有空格，那指向两个内存地址，
2、长度不能超过 20
3、不能用特殊字符i = 'a'*20
j = 'a'*20
print(i is j) # Truei = "a"*21
j = "a"*21
print(i is j) # False
27：谈谈Python的深浅拷贝？以及实现方法和应用场景。
浅拷贝只是增加了一个指针指向一个存在的地址，
而深拷贝是增加一个指针并且开辟了新的内存，这个增加的指针指向这个新的内存，
采用浅拷贝的情况，释放内存，会释放同一内存，深拷贝就不会出现释放同一内存的错误
# 一层的情况：
import copy# 浅拷贝
li1 = [1, 2, 3]
li2 = li1.copy()
li1.append(4)
print(li1, li2) # [1, 2, 3, 4] [1, 2, 3]
# 深拷贝
li1 = [1, 2, 3]
li2 = copy.deepcopy(li1)
li1.append(4)
print(li1, li2) # [1, 2, 3, 4] [1, 2, 3]# 多层的情况：
import copy# 浅拷贝 指向共有的地址
li1 = [1, 2, 3,[4,5],6]
li2 = li1.copy()
li1[3].append(7)
print(li1, li2) # [1, 2, 3, [4, 5, 7], 6] [1, 2, 3, [4, 5, 7], 6]
# 深拷贝 重指向
li1 = [1, 2, 3,[4,5],6]
li2 = copy.deepcopy(li1)
li1[3].append(7)
print(li1, li2) # [1, 2, 3, [4, 5, 7], 6] [1, 2, 3, [4, 5], 6]28. Python垃圾回收机制？
参考：Python内存管理以及垃圾回收机制
Python垃圾回收机制,主要使用'引用计数'来跟踪和回收垃圾。
在'引用计数'的基础上，通过'标记-清除'（mark and sweep）解决容器对象可能产生的循环引用问题.
通过'分代回收'以空间换时间的方法提高垃圾回收效率。'引用计数'
PyObject是每个对象必有的内容，其中ob_refcnt就是做为引用计数。
当一个对象有新的引用时，它的ob_refcnt就会增加，当引用它的对象被删除，
它的ob_refcnt就会减少.引用计数为0时，该对象生命就结束了。
优点:1.简单 2.实时性
缺点:1.维护引用计数消耗资源 2.存在循环引用的话，不能删除'标记-清楚机制'
基本思路是先按需分配，等到没有空闲内存的时候从寄存器和程序栈上的引用出发，
遍历以对象为节点、以引用为边构成的图，把所有可以访问到的对象打上标记，
然后清扫一遍内存空间，把所有没标记的对象释放。'分代技术'
分代回收的整体思想是：
将系统中的所有内存块根据其存活时间划分为不同的集合，每个集合就成为一个“代”，
垃圾收集频率随着“代”的存活时间的增大而减小，存活时间通常利用经过几次垃圾回收来度量。
29. Python的可变类型和不可变类型？
可变数据类型：列表、字典、可变集合
不可变数据类型：数字、字符串、元组、不可变集合
30、求结果
print([i*i for i in [1,2,3]]) # [1, 4, 9]
def multipliers():
return [lambda x:i*x for i in range(4)]
print([m(2) for m in multipliers()])
# 解释：
# 函数返回值为一个列表表达式，经过4次循环结果为包含四个lambda函数的列表，
# 由于函数未被调用，循环中的i值未被写入函数，经过多次替代，循环结束后i值为3，
# 故结果为：6,6,6,6# 请修改multipliers的定义来产生期望的结果（0,2,4,6）。
def multipliers():
return （lambda x:i*x for i in range(4)） # 返回一个生成器表达式
print([m(2) for m in multipliers()])
现有两个元组(('a'),('b')),(('c'),('d'))，请使用python中匿名函数生成列表[{'a':'c'},{'b':'d'}]
# 匿名函数形式：
l1=(('a'),('b'))
l2=(('c'),('d'))
ret=map(lambda n:{n[0]:n[1]},zip(l1,l2))
print(list(ret))
# 列表表达式形式：
l1=(('a'),('b'))
l2=(('c'),('d'))
print([{n[0]:n[1]} for n in zip(l1,l2)])
v = dict.fromkeys(['k1', 'k2'], [])
v['k1'].append(666)
print(v)
v['k1'] = 777
print(v)结果：
{'k1': [666], 'k2': [666]}
{'k1': 777, 'k2': [666]}解释：
dict.fromkeys(seq[, value]) 函数用于创建一个新字典，
以序列seq中元素做字典的键，value为字典所有键对应的初始值，默认为None。v1 = dict.fromkeys(['k1', 'k2'])
print(v1) # {'k1': None, 'k2': None}
v2 = dict.fromkeys(['k1', 'k2'], [])
print(v2) # {'k1': [], 'k2': []}
32、列举常见的内置函数
abs() # 返回数字的绝对值
map() # 根据函数对指定序列做映射，函数接收两个参数，一个是函数，一个是可迭代对象，map将传入的函数依次作用到序列的每个元素，并把结果作为新的list返回。
# 返回值：
Python2 返回列表
Python3 返回迭代器
# 例子1：
def mul(x):
return x*x
n = [1,2,3,4,5]
res = list(map(mul,n))
print(res) # [1, 4, 9, 16, 25]# 例子2：abs() 返回数字的绝对值
ret = map(abs,[-1,-5,6,-7])
print(list(ret)) # [1, 5, 6, 7]filter() # 函数接收一个函数 f(函数)和一个list（可迭代对象），这个函数 f的作用是对每个元素进行判断，
返回 True或 False，根据判断结果自动过滤掉不符合条件的元素，返回由符合条件元素组成的新list。
def is_odd(x):
return x % 2 == 1
v=list(filter(is_odd, [1, 4, 6, 7, 9, 12, 17]))
print(v) # [1, 7, 9, 17]
map与filter总结
# 相同点
# 参数: 都是一个函数名 + 可迭代对象
# 返回值: 都是返回可迭代对象
# 区别:
# filter 是做筛选的，结果还是原来就在可迭代对象中的项
# map 是对可迭代对象中每一项做操作的，结果不一定是原来就在可迭代对象中的项
isinstance\type
isinstance() 函数来判断一个对象是否是一个已知的类型，类似 type()。
isinstance() 与 type() 区别：
type() 不会认为子类是一种父类类型，不考虑继承关系。
isinstance() 会认为子类是一种父类类型，考虑继承关系。
如果要判断两个类型是否相同推荐使用 isinstance()。
# 例一
a = 2
print(isinstance(a,int)) # True
print(isinstance(a,str)) # False# type() 与 isinstance() 区别
class A:
pass
class B(A):
passprint("isinstance",isinstance(A(),A)) # isinstance True
print("type",type(A()) == A) # type Trueprint('isinstance',isinstance(B(),A) ) # isinstance True
print('type',type(B()) == A) # type False
zip 拉链函数，用于将可迭代的对象作为参数，将对象中对应的元素打包成一个个元组，然后返回由这些元组组成的列表。
将对象中对应的元素打包成一个个元组，然后返回由这些元组组成的列表迭代器。
如果各个迭代器的元素个数不一致，则返回列表长度与最短的对象相同。
print(list(zip([0,1,3],[5,6,7],['a','b']))) # [(0, 5, 'a'), (1, 6, 'b')]
a = [1,2,3]
b = [4,5,6]
c = [4,5,6,7,8]
zipped = zip(a,b) # 打包为元组的列表 [(1, 4), (2, 5), (3, 6)]
zip(a,c) # 元素个数与最短的列表一致 [(1, 4), (2, 5), (3, 6)]
zip(*zipped) # 与 zip 相反，可理解为解压，返回二维矩阵式 [(1, 2, 3), (4, 5, 6)]reduce # 函数会对参数序列中元素进行累积，函数将一个数据集合(链表、元组等)中的所有数据进行下列操作
注意：Python3已经将reduce() 函数从全局名字空间里移除了，它现在被放置在 fucntools 模块里，如果想要使用它，则需要通过引入 functools 模块来调用 reduce() 函数：from functools import reduce
def add(x,y):
return x + yprint(reduce(add,[1,2,3,4,5])) # 15
print(reduce(lambda x, y: x+y, [1,2,3,4,5])) # 15
print(reduce(add,range(1,101))) # 5050
33. filter、map、reduce的作用？
见上题
34、 一行代码实现9*9乘法表
print('\n'.join([' '.join(['%s*%s=%-2s' % (j, i, i * j) for j in range(1, i + 1)]) for i in range(1, 10)]))
35. 如何安装第三方模块？以及用过哪些第三方模块？
1：pip包管理器
2：源码下载
-下载
-解压
-python setup.py build
-python setup.py install
用过的第三方模块：requests,pymysql,DbUtils,SQLAlchemy等
36、 常用模块都有那些？
re：正则
os：提供了一种方便的使用操作系统函数的方法。
sys：可供访问由解释器使用或维护的变量和与解释器进行交互的函数。
random：随机数
json：序列化
time：时间
datatime
logging
hlib
math，
爬虫里面的requests/beautifulsoup4（bs4）
37. re的match和search区别？
re.match 尝试从字符串的起始位置匹配一个模式，如果不是起始位置匹配成功的话，match()就返回none。
re.search 扫描整个字符串并返回第一个成功的匹配。
38. 什么是正则的贪婪匹配？
匹配一个字符串没有节制，能匹配多少就去匹配多少，直到没有匹配的为止
39. 求结果：
print([ i % 2 for i in range(10) ]) # [0, 1, 0, 1, 0, 1, 0, 1, 0, 1]
print([ i for i in range(10) ]) # [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
print([ 10 % 2]) # [0]
# %是个运算符。print(( i % 2 for i in range(10) ))
# <generator object <genexpr> at 0x00000000020CEEB8> 生成器
# 在Python中，有一种自定义迭代器的方式，称为生成器（Generator）。
# 定义生成器的两种方式：
# 1.创建一个generator，只要把一个列表生成式的[]改成()，就创建了一个generator：
# generator保存的是算法，每次调用next()，就计算出下一个元素的值，直到计算到最后一个元素，
没有更多的元素时，抛出StopIteration的错误。
# 2.定义generator的另一种方法。如果一个函数定义中包含yield关键字，那么这个函数就不再是一个普通函数，
而是一个generator
40. 求结果：
1 or 2 # 1
1 and 2 # 2
1 < (2==2) # False
1 < 2 == 2 # True
41、def func(a,b=[]) 这种写法有什什么坑？
# 函数传参为列表陷阱，列表是可变数据类型，可能会在过程中修改里面的值
def func(a,b = []):
b.append(1)
print(a,b)func(a=2)
func(2)
func(2)
'''
2 [1]
2 [1, 1]
2 [1, 1, 1]
函数的默认参数是一个list 当第一次执行的时候实例化了一个list
第二次执行还是用第一次执行的时候实例化的地址存储
所以三次执行的结果就是 [1, 1, 1] 想每次执行只输出[1] ，默认参数应该设置为None
'''
42、如何实现 “1,2,3” 变成 [‘1’,’2’,’3’]
list("1,2,3".split(','))
43. 如何实现[‘1’,’2’,’3’]变成[1,2,3]
[int(x) for x in ['1','2','3']]
44. a = [1,2,3] 和 b = [(1),(2),(3) ] 以及 c = [(1,),(2,),(3,) ] 的区别？
一个是数字类型，一个是元祖类型
补充1：
a=[1,2,3,4,5]，b=a和b=a[:]，有区别么？a = [1,2,3,4,5]
b = a
b1 = a[:]
print(b) # [1, 2, 3, 4, 5]
# print(b1) # [1, 2, 3, 4, 5]b.append(6)
print("a",a) # a [1, 2, 3, 4, 5, 6]
print("b",b) # b [1, 2, 3, 4, 5, 6] 传递引用
print("b1",b1) # b1 [1, 2, 3, 4, 5] 拷贝# 补充2
一个列表A=[2，3，4]，Python如何将其转换成B=[(2,3),(3,4),(4,2)]？
B = zip(A, A[1:]+A[:1])
45. 如何用一行代码生成[1,4,9,16,25,36,49,64,81,100]
[i*i for i in range(1,11)]
46. 一行代码实现删除列表中重复的值
list(set([1, 2, 3, 4, 45, 1, 2, 343, 2, 2]))
47. 如何在函数中设置一个全局变量
python中的global语句是被用来声明全局变量的。
x = 2
def func():
global x
x = 1
return x
func()
print(x) # 1
48. logging模块的作用？以及应用场景？
logging
模块定义的函数和类为应用程序和库的开发实现了一个灵活的事件日志系统作用：可以了解程序运行情况，是否正常
在程序的出现故障快速定位出错地方及故障分析DEBUG：详细的信息,通常只出现在诊断问题上
INFO：确认一切按预期运行
WARNING：一个迹象表明,一些意想不到的事情发生了,或表明一些问题在不久的将来(例如。磁盘空间低”)。这个软件还能按预期工作。
ERROR：更严重的问题,软件没能执行一些功能
CRITICAL：一个严重的错误,这表明程序本身可能无法继续运行
49. 请用代码简答实现stack
- Stack() 创建一个新的空栈
- push(item) 添加一个新的元素item到栈顶
- pop() 弹出栈顶元素
- peek() 返回栈顶元素
- is_empty() 判断栈是否为空
- size() 返回栈的元素个数
# 实现一个栈stack,后进先出'''
class Stack:def __init__(self):self.items = []def is_empty(self):# 判断是否为空return self.items == []def push(self,item):# 加入元素self.items.append(item)def pop(self):# 弹出元素return self.items.pop()def peek(self):# 返回栈顶元素return self.items[len(self.items)-1]def size(self):# 返回栈的大小return len(self.items)if __name__ == "__main__":stack = Stack()stack.push("H")stack.push("E")stack.push("L")print(stack.size()) # 3print(stack.peek()) # L print(stack.pop()) # Lprint(stack.pop()) # Eprint(stack.pop()) # H
50. 常用字符串格式化哪几种？
1.占位符%
%d 表示那个位置是整数；%f 表示浮点数；%s 表示字符串。print('Hello,%s' % 'Python')
print('Hello,%d%s%.2f' % (666, 'Python', 9.99)) # 打印：Hello,666Python10.002.format
print('{k} is {v}'.format(k='python', v='easy')) # 通过关键字
print('{0} is {1}'.format('python', 'easy')) # 通过关键字
51. 简述 生成器、迭代器、可迭代对象 以及应用场景？
迭代器：含有__iter__和__next__方法 (包含__next__方法的可迭代对象就是迭代器)
生成器：包括含有yield这个关键字，生成器也是迭代器，调动next把函数变成迭代器。
应用场景：
1、range/xrange
- py2： range(1000000) 会立即创建，xrange(1000000)生成器
- py3：range（10000000）生成器2、 redis获取值hscan_iter用到了
conn = Redis(...)def hscan_iter(self, name, match=None, count=None):
cursor = '0'
while cursor != 0:
# 去redis中获取数据：12
# cursor，下一次取的位置
# data：本地获取的12条数数据
cursor, data = self.hscan(name, cursor=cursor,match=match, count=count)
for item in data.items():
yield item
3、stark组件
def index(request):
data = [
{'k1':1,'name':'alex'},
{'k1':2,'name':'老男孩'},
{'k1':3,'name':'小男孩'},
]
new_data = []
for item in data:
item['email'] = "xxx@qq.com"
new_data.append(item)return render(request,'xx.html',{'data':new_data})
可迭代对象：一个类内部实现__iter__方法且返回一个迭代器。
应用场景：
- wtforms中对form对象进行循环时候，显示form中包含的所有字段。
class LoginForm(Form):
name = simple.StringField(
label='用户名',
validators=[
validators.DataRequired(message='用户名不能为空.'),
validators.Length(min=6, max=18, message='用户名长度必须大于%(min)d且小于%(max)d')
],
widget=widgets.TextInput(),
render_kw={'class': 'form-control'}
)
pwd = simple.PasswordField(
label='密码',
validators=[
validators.DataRequired(message='密码不能为空.'),
validators.Length(min=8, message='用户名长度必须大于%(min)d'),
validators.Regexp(regex="^(?=.*[a-z])(?=.*[A-Z])(?=.*\d)(?=.*[$@$!%*?&])[A-Za-z\d$@$!%*?&]{8,}",
message='密码至少8个字符，至少1个大写字母，1个小写字母，1个数字和1个特殊字符')],
widget=widgets.PasswordInput(),
render_kw={'class': 'form-control'}
)
form = LoginForm()
for item in form:
print(item)
- 列表、字典、元组装饰器
能够在不修改原函数代码的基础上，在执行前后进行定制操作，闭包函数的一种应用
场景：
- flask路由系统
- flask before_request
- csrf
- django内置认证
- django缓存
# 手写装饰器；
import functools
def wrapper(func):
@functools.wraps(func) #不改变原函数属性
def inner(*args, **kwargs):
执行函数前
return func(*args, **kwargs)
执行函数后
return inner
1. 执行wapper函数，并将被装饰的函数当做参数。 wapper(index)
2. 将第一步的返回值，重新赋值给 新index = wapper(老index)
@wrapper #index=wrapper(index)
def index(x):
return x+100调用装饰器其实是一个闭包函数，为其他函数添加附加功能，不修改被修改的源代码和不修改被修饰的方式，装饰器的返回值也是一个函数对象。
比如：插入日志、性能测试、事物处理、缓存、权限验证等，有了装饰器，就可以抽离出大量与函数功能本身无关的雷同代码并继续重用。
52. 用Python实现一个二分查找的函数。
二分查找算法：简单的说，就是将一个列表先排序好，比如按照从小到大的顺序排列好，当给定一个数据，比如3，查找3在列表中的位置时，可以先找到列表中间的数li[middle]和3进行比较，当它比3小时，那么3一定是在列表的右边，反之，则3在列表的左边，比如它比3小，则下次就可以只比较[middle+1, end]的数，继续使用二分法，将它一分为二，直到找到3这个数返回或者列表全部遍历完成（3不在列表中）
优点：效率高，时间复杂度为O(logN)；
缺点：数据要是有序的，顺序存储。
li = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]def search(someone, li):l = -1h = len(li)while l + 1 != h:m = int((l + h) / 2)if li[m] < someone:l = melse:h = mp = hif p >= len(li) or li[p] != someone:print("元素不存在")else:str = "元素索引为%d" % pprint(str)search(3, li) # 元素索引为253. 谈谈你对闭包的理解？
判断闭包函数的方法：__closure__，输出的__closure__有cell元素说明是闭包函数
闭包的意义与应用：延迟计算：
bar在foo函数的代码块中定义。我们称bar是foo的内部函数。
在bar的局部作用域中可以直接访问foo局部作用域中定义的m、n变量。
简单的说，这种内部函数可以使用外部函数变量的行为，就叫闭包。def foo():
m=3
n=5
def bar():
a=4
return m+n+a
return bar
bar = foo()
bar() # 12
54. os和sys模块的作用？
os模块负责程序与操作系统的交互，提供了访问操作系统底层的接口;
sys模块负责程序与python解释器的交互，提供了一系列的函数和变量，用于操控python的运行时环境。os与sys模块的官方解释如下：
os: This module provides a portable way of using operating system dependent functionality.
这个模块提供了一种方便的使用操作系统函数的方法。
sys: This module provides access to some variables used or maintained by the interpreter and to
functions that interact strongly with the interpreter.
这个模块可供访问由解释器使用或维护的变量和与解释器进行交互的函数。
os 常用方法
os.remove() 删除文件
os.rename() 重命名文件
os.walk() 生成目录树下的所有文件名
os.chdir() 改变目录
os.mkdir/makedirs 创建目录/多层目录
os.rmdir/removedirs 删除目录/多层目录
os.listdir() 列出指定目录的文件
os.getcwd() 取得当前工作目录
os.chmod() 改变目录权限
os.path.basename() 去掉目录路径，返回文件名
os.path.dirname() 去掉文件名，返回目录路径
os.path.join() 将分离的各部分组合成一个路径名
os.path.split() 返回( dirname(), basename())元组
os.path.splitext() 返回 (filename, extension) 元组
os.path.getatime\ctime\mtime 分别返回最近访问、创建、修改时间
os.path.getsize() 返回文件大小
os.path.exists() 是否存在
os.path.isabs() 是否为绝对路径
os.path.isdir() 是否为目录
os.path.isfile() 是否为文件
sys 常用方法
sys.argv 命令行参数List，第一个元素是程序本身路径
sys.modules.keys() 返回所有已经导入的模块列表
sys.exc_info() 获取当前正在处理的异常类,exc_type、exc_value、exc_traceback当前处理的异常详细信息
sys.exit(n) 退出程序，正常退出时exit(0)
sys.hexversion 获取Python解释程序的版本值，16进制格式如：0x020403F0
sys.version 获取Python解释程序的版本信息
sys.maxint 最大的Int值
sys.maxunicode 最大的Unicode值
sys.modules 返回系统导入的模块字段，key是模块名，value是模块
sys.path 返回模块的搜索路径，初始化时使用PYTHONPATH环境变量的值
sys.platform 返回操作系统平台名称
sys.stdout 标准输出
sys.stdin 标准输入
sys.stderr 错误输出
sys.exc_clear() 用来清除当前线程所出现的当前的或最近的错误信息
sys.exec_prefix 返回平台独立的python文件安装的位置
sys.byteorder 本地字节规则的指示器，big-endian平台的值是'big',little-endian平台的值是'little'
sys.copyright 记录python版权相关的东西
sys.api_version 解释器的C的API版本
总结：
os模块负责程序与操作系统的交互，提供了访问操作系统底层的接口;
sys模块负责程序与python解释器的交互，提供了一系列的函数和变量，用于操控python的运行时环境。
55. 如何生成一个随机数？
import randomprint(random.random()) # 用于生成一个0到1的随机符点数: 0 <= n < 1.0
print(random.randint(1, 1000)) # 用于生成一个指定范围内的整数56. 如何使用python删除一个文件？
import os
os.remove('文件名以及路径')57. 谈谈你对面向对象的理解
三大特性以及解释？
面对对象是一种编程思想，以类的眼光来来看待事物的一种方式。将有共同的属性和方法的事物封装到同一个类下面。
继承：将多个类的共同属性和方法封装到一个父类下面，然后在用这些类来继承这个类的属性和方法
封装：将有共同的属性和方法封装到同一个类下面
第一层面：创建类和对象会分别创建二者的名称空间，我们只能用类名.或者obj.的方式去访问里面的名字，这本身就是一种封装
第二层面：类中把某些属性和方法隐藏起来(或者说定义成私有的)，只在类的内部使用、外部无法访问，或者留下少量接口（函数）供外部访问。
多态：Python天生是支持多态的。指的是基类的同一个方法在不同的派生类中有着不同的功能
58. Python面向对象中的继承有什么特点
继承概念的实现方式主要有2类：实现继承、接口继承。
实现继承是指使用基类的属性和方法而无需额外编码的能力；
接口继承是指仅使用属性和方法的名称、但是子类必须提供实现的能力(子类重构爹类方法)；
python 两种类：经典类 新式类
python3 新式类 —— 都默认继承object class Animal(object): == class Animal:
python2 经典类和新式类 并存
class Animal: 经典类 —— 继承顺序 个别使用方法
class Animal(object): 新式类继承分为单继承和多继承，Python是支持多继承的
如果没有指定基类，python的类会默认继承object类，object是所有python类的基类，它提供了一些常见方法（如__str__）的实现。
补充继承的应用（面试题）1、对象可以调用自己本类和父类的所有方法和属性， 先调用自己的 自己没有才调父类的。谁（对象）调用方法，方法中的self就指向谁
class Foo:
def __init__(self):
self.func()def func(self):
print('Foo.func')class Son(Foo):
def func(self):
print('Son.func')s = Son() # Son.func
========================================================
class A:
def get(self):
self.say()def say(self):
print('AAAAA')class B(A):
def say(self):
print('BBBBB')b = B()
b.get() #输出结果为：BBBBB
59. 面向对象深度优先和广度优先是什么？
Python的类可以继承多个类，Python的类如果继承了多个类，那么其寻找方法的方式有两种
当类是经典类时，多继承情况下，会按照深度优先方式查找
当类是新式类时，多继承情况下，会按照广度优先方式查找
简单点说就是：经典类是纵向查找，新式类是横向查找
经典类和新式类的区别就是，在声明类的时候，新式类需要加上object关键字。在python3中默认全是新式类
60. 面向对象中super的作用？
# 用于子类继承基类的方法
class FooParent(object):def __init__(self):self.parent = 'I\'m the parent.'print('Parent')print('1111')def bar(self, message):print("%s from Parent" % message)class FooChild(FooParent):def __init__(self):# super(FooChild,self) 首先找到 FooChild 的父类（就是类 FooParent），然后把类FooChild的对象转换为类 FooParent 的对象super(FooChild, self).__init__()print('Child')# def bar(self, message):# # super(FooChild, self).bar(message)# print('Child bar fuction')# print(self.parent)if __name__ == '__main__':fooChild = FooChild()fooChild.bar('HelloWorld')61. 是否使用过functools中的函数？其作用是什么？
# 用于修复装饰器import functoolsdef deco(func):@functools.wraps(func) # 加在最内层函数正上方def wrapper(*args, **kwargs):return func(*args, **kwargs)return wrapper@deco
def index():'''哈哈哈哈'''x = 10print('from index')print(index.__name__)
print(index.__doc__)# 加@functools.wraps
# index
# 哈哈哈哈# 不加@functools.wraps
# wrapper
# None62. 列举面向对象中带双下划线的特殊方法，如：__new__、__init__
__iter__：用于迭代器，之所以列表、字典、元组可以进行for循环，是因为类型内部定义了 __iter__。
__doc__：表示类的描述信息。
__new__：生成实例
__init__：生成实例的属性，构造方法，通过类创建对象时，自动触发执行。
__call__：实例对象加( )会执行def __call__:... 方法里边的内容。
__del__：析构方法，当对象在内存中被释放时，自动触发执行。如当 del obj 或者应用程序运行完毕时，执行该方法里边的内容。
__enter__和__exit__：出现with语句,对象的__enter__被触发,有返回值则赋值给as声明的变量；with中代码块执行完毕时执行__exit__里边的内容。
__module__：表示当前操作的对象在那个模块 obj.__module__
__class__ ：表示当前操作的对象的类是什么 obj.__class____doc__：类的描述信息，该描述信息无法被继承
__str__：改变对象的字符串显示 print函数 --->obj.__str__()如果一个类中定义了__str__方法，那么在打印对象时，默认输出该方法的返回值。
__repr__：改变对象的字符串显示 交互式解释器 --->obj.__repr__()
__format__：自定制格式化字符串__slots__:一个类变量 用来限制实例可以添加的属性的数量和类型
__dict__：类或对象中的所有成员。
__setitem__,__getitem,__delitem__:用于索引操作，如字典。以上分别表示获取、设置、删除数据。
class Foo:def __init__(self,name):self.name=namedef __getitem__(self, item):print(self.__dict__[item])def __setitem__(self, key, value):self.__dict__[key]=valuedef __delitem__(self, key):print('del obj[key]时,我执行')self.__dict__.pop(key)def __delattr__(self, item):print('del obj.key时,我执行')self.__dict__.pop(item)f1=Foo('sb')
f1['age']=18
f1['age1']=19
del f1.age1
del f1['age']
f1['name']='alex'
print(f1.__dict__)
__get__():调用一个属性时,触发
__set__():为一个属性赋值时,触发
__delete__():采用del删除属性时,触发63. 如何判断是函数还是方法？
# 看他的调用者是谁，如果是类，就需要传入一个参数self的值，这时他就是一个函数，
# 如果调用者是对象，就不需要给self传入参数值，这时他就是一个方法class Foo(object):def __init__(self):self.name = 'lcg'def func(self):print(self.name)obj = Foo()
print(obj.func) # <bound method Foo.func of <__main__.Foo object at 0x000001ABC0F15F98>>
print(Foo.func) # <function Foo.func at 0x000001ABC1F45BF8>from types import FunctionType, MethodType
print(isinstance(obj.func, FunctionType)) # False
print(isinstance(obj.func, MethodType)) # Trueprint(isinstance(Foo.func, FunctionType)) # True
print(isinstance(Foo.func, MethodType)) # False"""
注意：方法，无需传入self参数函数，必须手动传入self参数
"""64. 静态方法和类方法区别？
尽管 classmethod 和 staticmethod 非常相似，但在用法上依然有一些明显的区别。classmethod 必须有一个指向类对象的引用作为第一个参数，而 staticmethod 可以没有任何参数。举个栗子:
class Num:# 普通方法：能用Num调用而不能用实例化对象调用 def one(): print ('1')# 实例方法：能用实例化对象调用而不能用Num调用def two(self):print ('2')# 静态方法：能用Num和实例化对象调用@staticmethod def three(): print ('3')# 类方法：第一个参数cls长什么样不重要，都是指Num类本身，调用时将Num类作为对象隐式地传入方法 @classmethod def go(cls): cls.three() Num.one() # 1
#Num.two() # TypeError: two() missing 1 required positional argument: 'self'
Num.three() # 3
Num.go() # 3i=Num()
#i.one() # TypeError: one() takes 0 positional arguments but 1 was given
i.two() # 2
i.three() # 3
i.go() # 365. 列举面向对象中的特殊成员以及应用场景
见上题。
66. 1、2、3、4、5 能组成多少个互不相同且无重复的三位数
import itertools
print(len(list(itertools.permutations('12345',3))))
# 60个题意理解：组成后的数值不相同，且组合的三个位数之间数字不重复。
使用python内置的排列组合函数（不放回抽样排列）
product 笛卡尔积 （有放回抽样排列）
permutations 排列 （不放回抽样排列）
combinations 组合,没有重复 （不放回抽样组合）
combinations_with_replacement 组合,有重复 （有放回抽样组合）
67. 什么是反射？以及应⽤用场景？
反射的核心本质就是以字符串的形式去导入个模块，利用字符串的形式去执行函数。
Django中的 CBV就是基于反射实现的。
68. metaclass作用？以及应用场景？
metaclass用来指定类是由谁创建的。
类的metaclass 默认是type。我们也可以指定类的metaclass值。在python3中：
class MyType(type):
def __call__(self, *args, **kwargs):
return 'MyType'
class Foo(object, metaclass=MyType):
def __init__(self):
return 'init'
def __new__(cls, *args, **kwargs):
return cls.__init__(cls)
def __call__(self, *args, **kwargs):
return 'call'
obj = Foo()
print(obj) # MyType
69. 用尽量多的方法实现单例模式。
一个类可以有多个位置参数和多个命名参数，而在实例化开始之后，在调用 init()方法之前，Python首先调用new()方法：
def __new__(cls, *args, **kwargs):第一个参数cls是当前正在实例化的类。
如果要得到当前类的实例，应当在当前类中的new()方法语句中调用当前类的父类 的new()方法。
例如，如果当前类是直接继承自object，那当前类的new()方法返回的对象应该为：
def __new__(cls, *args, **kwargs):
...
return object.__new__(cls)
事实上如果（新式）类中没有重写new()方法，即在定义新式类时没有重新定义new()时 ，
Python默认是调用该类的直接父类的new()方法来构造该类的实例，如果该类的父类也没有重写 new()，
那么将一直按此规矩追溯至object的new()方法，因为object是所有新式类的基类。
而如果新式类中重写了new()方法，那么你可以自由选择任意一个的其他的新式类（必定要是 新式类，只有新式类必定都有new()，
因为所有新式类都是object的后代，而经典类则没有new() 方法）的new()方法来制造实例，
包括这个新式类的所有前代类和后代类，只要它们不会造成递归死 循环
# 单例模式
'''单例模式是一种常用的软件设计模式。在它的核心结构中只包含一个被称为单例类的特殊类。
通过单例模式可以保证系统中一个类只有一个实例而且该实例易于外界访问，从而方便对实例个数的控制并节约系统资源。
如果希望在系统中某个类的对象只能存在一个，单例模式是最好的解决方案。'''
# 1、使用__new__方法class Singleton(object):def __new__(cls, *args, **kw):if not hasattr(cls, '_instance'):orig = super(Singleton, cls) # 其实就是objectcls._instance = orig.__new__(cls, *args, **kw)return cls._instanceclass MyClass(Singleton):a = 1
# 2、共享属性
# 创建实例时把所有实例的__dict__指向同一个字典,这样它们具有相同的属性和方法.class Borg(object):_state = {}def __new__(cls, *args, **kw):ob = super(Borg, cls).__new__(cls, *args, **kw)ob.__dict__ = cls._statereturn obclass MyClass2(Borg):a = 1
# 3、装饰器版本def singleton(cls, *args, **kw):instances = {}def getinstance():if cls not in instances:instances[cls] = cls(*args, **kw)return instances[cls]return getinstance@singletonclass MyClass:...
# 4、import方法
# 作为python的模块是天然的单例模式# mysingleton.pyclass My_Singleton(object):def foo(self):passmy_singleton = My_Singleton()# to usefrom mysingleton import my_singletonmy_singleton.foo()70. 装饰器的写法以及应用场景。
含义：装饰器本质就是函数，为其他函数添加附加功能
原则：不修改被修饰函数的代码，不修改被修饰函数的调用方式
应用场景：无参装饰器在用户登录 认证中常见，有参装饰器在flask的路由系统中见到过
import functools
def wrapper(func):
@functools.wraps(func)
def inner(*args, **kwargs):
print('我是装饰器')
return func
return inner@wrapper
def index():
print('我是被装饰函数')
return None
index()# 应用场景
- 高阶函数
- 闭包
- 装饰器
- functools.wraps(func)
71. 异常处理写法以及如何主动抛出异常（应用场景）
# 触发异常
def temp_convert(var):try:return int(var)except ValueError as Argument:print ("参数没有包含数字%s"%Argument)# 调用函数
temp_convert("xyz")
# 以10为基数的int()的无效文字:“xyz”----------------------------------------------------------------------------
# raise语法
# raise [Exception [, args [, traceback]]]
# 语句中 Exception 是异常的类型，args 是自已提供的异常参数。class Networkerror(RuntimeError):def __init__(self, arg):self.args = arg
try:raise Networkerror("Bad hostname")
except Networkerror as e:print(e.args)72、什么是面向对象的mro
mro就是方法解析顺序
73. isinstance作用以及应用场景？
isinstance(对象，类) 判断这个对象是不是这个类或者这个类的子类的实例化
# # 判断a 属不属于A这个类（可以判断到祖宗类）
class A:
passclass B(A):
pass
a = A()
b = B()
print(isinstance(b,A)) # ===> True 判断到祖宗类# 任何与object都是True,内部都继承object
class A:pass
a = A() # 实例化
print(isinstance(a,object)) # True
应用场景：rest framework 认证的流程scrapy-redis
74. 写代码并实现
Given an array of integers, return indices of the two numbers such that they add up to a
specific target.You may assume that each input would have exactly one solution, and you may
not use the same element twice.
Example:
Given nums = [2, 7, 11, 15], target = 9,
Because nums[0] + nums[1] = 2 + 7 = 9,
return [0, 1]
class Solution:def twoSum(self, nums, target):""" :type nums: List[int] :type target: int :rtype: List[int] """# 用len()方法取得nums列表长度 n = len(nums)# x从0到n取值（不包括n） for x in range(n):a = target - nums[x]# 用in关键字查询nums列表中是否有a if a in nums:# 用index函数取得a的值在nums列表中的索引 y = nums.index(a)# 假如x=y,那么就跳过,否则返回x,y if x == y:continueelse:return x, ybreakelse:continue75. json序列化时，可以处理的数据类型有哪些？如何定制支持datetime类型？
# 可序列化数据类型：
字典、列表、数字、字符串、元组；如果是元组，自动转成列表（再转回去的话也是列表）
# 自定义时间序列化转换器
import json
from json import JSONEncoder
from datetime import datetime
class ComplexEncoder(JSONEncoder):def default(self, obj):if isinstance(obj, datetime):return obj.strftime('%Y-%m-%d %H:%M:%S')else:return super(ComplexEncoder,self).default(obj)
d = { 'name':'alex','data':datetime.now()}
print(json.dumps(d,cls=ComplexEncoder))
# {"name": "alex", "data": "2018-05-18 19:52:05"}
76. json序列化时，默认遇到中文会转换成unicode，如果想要保留中文怎么办？
import json
a=json.dumps({"xxx":"你好"},ensure_ascii=False)
print(a) #{"xxx": "你好"}77. 什么是断言？应用场景？
assert 的作用？断言
条件成立（布尔值为True）则继续往下，否则抛出异常，一般用于：满足某个条件之后，才能执行，否则抛出异常。写API的时候，继承GenericAPIViewclass GenericAPIView(views.APIView):"""Base class for all other generic views."""# You'll need to either set these attributes,# or override `get_queryset()`/`get_serializer_class()`.# If you are overriding a view method, it is important that you call# `get_queryset()` instead of accessing the `queryset` property directly,# as `queryset` will get evaluated only once, and those results are cached# for all subsequent requests.queryset = Noneserializer_class = None# If you want to use object lookups other than pk, set 'lookup_field'.# For more complex lookup requirements override `get_object()`.lookup_field = 'pk'lookup_url_kwarg = None# The filter backend classes to use for queryset filteringfilter_backends = api_settings.DEFAULT_FILTER_BACKENDS# The style to use for queryset pagination.pagination_class = api_settings.DEFAULT_PAGINATION_CLASSdef get_queryset(self):assert self.queryset is not None, ("'%s' should either include a `queryset` attribute, ""or override the `get_queryset()` method."% self.__class__.__name__)queryset = self.querysetif isinstance(queryset, QuerySet):# Ensure queryset is re-evaluated on each request.queryset = queryset.all()return queryset78. 有用过with statement吗？它的好处是什么？
with语句适用于对资源进行访问的场合，确保不管使用过程中是否发生异常都会执行必要的“清理”操作， 释放资源，比如文件使用后自动关闭、线程中锁的自动获取和释放等。
79. 使用代码实现查看列举目录下的所有文件。
import os
path = os.listdir('.') #查看列举目录下的所有文件。
# path = os.listdir(os.getcwd())
print(path)80. 简述 yield和yield from关键字
1、yield使用
1）函数中使用yield，可以使函数变成生成器。一个函数如果是生成一个数组，就必须把数据存储在内存中，如果使用生成器，则在调用的时候才生成数据，可以节省内存。
2）生成器方法调用时，不会立即执行。需要调用next()或者使用for循环来执行。2、yield from的使用
1）为了让生成器（带yield函数），能简易的在其他函数中直接调用，就产生了yield from。
python是传值还是传引用
python不允许程序员选择采用传值还是传引用。Python参数传递采用的肯定是“传对象引用”的方式。这种方式相当于传值和传引用的一种综合。如果函数收到的是一个可变对象（比如字典或者列表）的引用，就能修改对象的原始值－－相当于通过“传引用”来传递对象。如果函数收到的是一个不可变对象（比如数字、字符或者元组）的引用，就不能直接修改原始对象－－相当于通过“传值'来传递对象
(颜色代码完整版))
![python调用matlab环境配置、非常详细!!!_[python][matlab]使用python调用matlab程序](http://pic.xiahunao.cn/python调用matlab环境配置、非常详细!!!_[python][matlab]使用python调用matlab程序)
