Python八股文总结

2024-06-04 7651阅读

一. Python基本数据结构有哪四种?区别是什么?

  • 列表(List)
  • 元组(Tuple)
  • 字典(Dictionary)
  • 集合(Set)

    区别主要在于它们的可变性(是否可以修改)、有序性和是否允许重复元素。

    二. Pyhton数据类型

    1. 整数(int): 用于表示整数值,通常占用4个字节或8个字节,取决于系统是32位还是64位,如 x = 5。

    2. 浮点数(float): 用于表示带有小数点的数字,通常占用8个字节,即64位,如 y = 3.14。

    3. 字符串(str): 用于表示文本,可以使用单引号或双引号,字符串长度乘以每个字符的字节数。Unicode 字符串通常占用2个字节或4个字节,具体取决于编码方式(UTF-16或UTF-32),如 text = 'Hello, World!'。

    4. 布尔值(bool): 用于表示真或假,只有两个取值:True 或 False,通常占用1个字节,但在某些情况下可能更多。

    5. 列表(list): 有序的可变序列,可以包含不同类型的元素,取决于列表中元素的数量和类型。一个列表中的元素占用的字节数相加。如 my_list = [1, 'apple', 3.14]。

    6. 元组(tuple): 有序的不可变序列,类似于列表,但不能修改,类似于列表,取决于元组中元素的数量和类型。如 my_tuple = (1, 'banana', 2.71)。

    7. 集合(set): 无序的、唯一的元素集合,用于执行集合操作,占用的字节数与元素数量和类型有关。如 my_set = {1, 2, 3}。

    8. 字典(dictionary): 无序的键值对集合,用于存储和检索数据,占用的字节数与键值对的数量和类型有关。如 my_dict = {'name': 'John', 'age': 25}。

    9. 字节串(bytes): 用于表示二进制数据,字节的数量即为占用的字节数。如 b = b'hello'。

    10. 字节数组(bytearray): 可变的字节串,允许修改元素,与字节串类似,占用的字节数等于元素的数量。如 ba = bytearray(b'hello')。

    11. NoneType: 表示空或不存在的数据,通常用于初始化变量。通常占用很小的固定字节数,常常是1个字节。

    需要注意的是:字典类型中的键是不可重复的。字典是一种无序的键-值对集合,每个键必须是唯一的。

    如果尝试向字典中添加具有相同键的多个值,后续的值会覆盖之前的值,因为字典中的键必须保持唯一性。示例如下:

    my_dict = {'name': 'John', 'age': 25, 'name': 'Alice'}
    print(my_dict)

    输出:

    {'name': 'Alice', 'age': 25}
    

    在上面的例子中,最终字典中的键 'name' 只保留了最后一次出现的值 'Alice'。这强调了字典中键的不可重复性。如果你需要存储多个具有相同键的值,可以考虑使用列表或其他数据结构来保存这些值。

    三. Break和Continuous区别

    • break 用于终止循环,跳出循环体。
    • continue 用于跳过循环体中的剩余代码,直接进行下一轮循环。

      四. return和yield的区别,以及return的作用

      • return 用于从函数中返回一个值,并终止函数的执行。
      • yield 用于生成一个迭代器,函数执行暂停并保存状态,可以在下一次调用中继续执行。函数的状态在多次调用中保持。

        五. Python深拷贝和浅拷贝区别

        浅拷贝只复制对象的第一层,深拷贝复制对象的所有层。修改原始对象中的嵌套对象不会影响浅拷贝,但会影响深拷贝。

        浅拷贝和深拷贝是关于复制对象的两个概念,它们的主要区别在于复制的程度。

        浅拷贝(Shallow Copy):
        1. 定义: 浅拷贝创建一个新对象,然后将原对象中的元素(对象的引用)复制到新对象中。新对象中的元素仍然是原对象中元素的引用。

        2. 复制层次: 只复制了对象的一层。如果对象中包含引用类型的元素(例如列表或字典),则新对象中的引用仍然指向原对象中的相同元素。

        3. 使用方法: 使用 copy() 函数或切片操作 [:] 来进行浅拷贝。

        import copy
        original_list = [1, [2, 3], 4]
        shallow_copy = copy.copy(original_list)
        深拷贝(Deep Copy):
        1. 定义: 深拷贝创建一个新对象,并递归地复制原对象中的所有元素,包括嵌套的元素。新对象中的元素是原对象中元素的副本,而不是引用。

        2. 复制层次: 复制了对象的所有层次结构,包括嵌套的对象。

        3. 使用方法: 使用 copy.deepcopy() 函数来进行深拷贝。

        import copy
        original_list = [1, [2, 3], 4]
        deep_copy = copy.deepcopy(original_list)
        •  浅拷贝对于不可变对象(如整数、字符串)来说,效果和深拷贝相同,因为不可变对象没有嵌套的引用关系。
        • 深拷贝可能会更耗费资源,因为它需要递归地复制整个对象结构,而且可能导致循环引用的问题。
        • 如果原对象中包含自定义对象,需要确保自定义对象支持拷贝操作,即实现 __copy__() 和 __deepcopy__() 方法。
          关于拷贝的地址问题:
          • 在浅拷贝和深拷贝中,都会复制对象的地址,但它们对于嵌套的对象(即对象内部包含其他对象)的处理方式不同。

          • 浅拷贝:

          • 复制对象的一层结构,但对于嵌套的对象,只复制其引用,而不是创建副本。因此,浅拷贝中的元素仍然指向原始对象中相同的地址。
            import copy
            original_list = [1, [2, 3], 4]
            shallow_copy = copy.copy(original_list)
            # 原始对象和浅拷贝后的对象共享嵌套列表的地址
            print(original_list[1] is shallow_copy[1])  # True
            • 深拷贝:
            • 递归地复制对象的所有层次结构,包括嵌套的对象。深拷贝中的元素是原始对象中元素的副本,而不是引用。
              import copy
              original_list = [1, [2, 3], 4]
              deep_copy = copy.deepcopy(original_list)
              # 原始对象和深拷贝后的对象的嵌套列表是相互独立的
              print(original_list[1] is deep_copy[1])  # False

              总结起来,浅拷贝和深拷贝都是复制对象的地址,但深拷贝会递归地复制整个对象结构,包括嵌套的对象,使得复制后的对象完全独立于原始对象。 

              六. range和xrange的区别

              range 返回一个列表,xrange 返回一个生成器。在 Python 3 中,xrange 被移除,range 本身就是一个生成器。

              七. is和==的区别

              • == 用于比较对象的值是否相等。
              • .is 用于比较对象的身份标识是否相等(是否是同一个对象)。

                八. 什么是lambda函数

                lambda 函数是一种匿名函数,通常用于简化代码,特别是在函数参数中传递简单的功能。

                九. 字符串拆分方法有哪些

                split()、splitlines()、partition() 等。

                十. 单引号、双引号、三引号区别

                • 单引号和双引号在 Python 中用于表示字符串,没有实质性区别。
                • 三引号用于表示多行字符串(能够实现多行字符串的输入),也可以表示多行注释。

                  十一. python传参时需要注意什么

                  Python 中函数参数可以是位置参数、关键字参数、默认参数和可变参数。注意参数的顺序和类型匹配。

                  十二. 装饰器

                  装饰器是一种用于修改函数或方法行为的高级技术。装饰器可以在不改变函数代码和调用方式的情况下给函数添加新的功能。本质上是一个嵌套函数,接收被装饰的函数(func)作为参数,并返回一个包装过的函数,以实现不影响函数的情况下添加新的功能。抽离出大量与函数主体功能无关的代码,增加一个函数的重用性。

                  应用场景:性能测试(统计程序运行时间)、插入日志、权限校验

                  十三. 函数或变量的作用域

                  作用域是指在程序中定义变量或函数的区域,它决定了在何处可以访问变量或函数。作用域分为全局作用域和局部作用域。

                  局部作用域(Local Scope): 定义在函数内部的变量具有局部作用域。这意味着这些变量只能在函数内部访问,对于函数外部是不可见的。

                  def my_function():
                      x = 10  # x在此处有局部作用域
                      print(x)
                  my_function()
                  # print(x)  # 这里会报错,因为 x 在函数外不可见
                  

                  全局作用域(Global Scope): 在函数外部定义的变量拥有全局作用域,可以在整个程序中被访问。全局变量可以在函数内部进行访问和修改,但在函数内如果出现同名的局部变量,它将会覆盖全局变量。

                  y = 20  # y在此处有全局作用域
                  def my_function():
                      print(y)  # 可以访问全局变量 y
                  my_function()
                  def another_function():
                      y = 30  # 这里定义了一个同名的局部变量 y
                      print(y)  # 输出的是局部变量 y,而不是全局变量 y
                  another_function()
                  

                  在 Python 中,还有一个概念叫做嵌套作用域(Enclosing Scope),它指的是在函数内部包含其他函数的情况。在嵌套作用域中,内部函数可以访问外部函数的变量,但不能修改它们,除非使用 nonlocal 关键字。

                  def outer_function():
                      z = 50  # z在此处有嵌套作用域
                      def inner_function():
                          nonlocal z
                          print(z)  # 可以访问外部函数的变量 z
                          z = 60  # 修改外部函数的变量 z
                      inner_function()
                      print(z)  # 输出的是修改后的 z
                  outer_function()
                  

                   十四. 解释型和编译型语言的区别

                  • 解释型语言在运行时逐行解释源代码。
                  • 编译型语言在运行之前先将源代码转换为机器代码。

                    十五. inti和new的区别

                    • __init__ 初始化对象的属性。
                    • __new__ 创建对象,并返回对象实例。

                      十六. 常用的模块

                      math、datetime、random、os、sys 等。

                      十七. python的list和numpy.array(数组)的区别

                      • list 是 Python 内置的通用序列类型,不支持数学运算。
                      • numpy.array 是数学运算库 NumPy 提供的数组类型,支持高效的数学运算。

                        十八. 类中self的概念及其三种应用

                        • self 是指向对象本身的引用,用于在类中引用对象的属性和方法。
                        • 应用包括在 __init__ 方法中初始化对象的属性,访问类的属性和方法,以及在类的方法中调用其他方法。

                          十九. python的面向对象特征

                          封装、继承、多态。 Python 是一门多范式编程语言,支持面向对象编程、面向过程编程和函数式编程。


    免责声明:我们致力于保护作者版权,注重分享,被刊用文章因无法核实真实出处,未能及时与作者取得联系,或有版权异议的,请联系管理员,我们会立即处理! 部分文章是来自自研大数据AI进行生成,内容摘自(百度百科,百度知道,头条百科,中国民法典,刑法,牛津词典,新华词典,汉语词典,国家院校,科普平台)等数据,内容仅供学习参考,不准确地方联系删除处理! 图片声明:本站部分配图来自人工智能系统AI生成,觅知网授权图片,PxHere摄影无版权图库和百度,360,搜狗等多加搜索引擎自动关键词搜索配图,如有侵权的图片,请第一时间联系我们,邮箱:ciyunidc@ciyunshuju.com。本站只作为美观性配图使用,无任何非法侵犯第三方意图,一切解释权归图片著作权方,本站不承担任何责任。如有恶意碰瓷者,必当奉陪到底严惩不贷!

    目录[+]