基础篇
1. 为什么学习 Python
Python 语言简单易懂，上手容易，随着 AI 风潮，越来越火
2. 解释型和编译型语言的区别
编译型语言：把做好的源程序全部编译成二进制的可运行程序。然后，可直接运行这个程序。如：C，C++
解释型语言：把做好的源程序翻译一句，然后执行一句，直至结束！如：Python， （Java 有些特殊，java程序也需要编译，但是没有直接编译称为机器语言，而是编译称为字节码，然后用解释方式执行字节码。）
3. 简述下 Python 中的字符串、列表、元组和字典
字符串（str）：字符串是用引号括起来的任意文本，是编程语言中最常用的数据类型。
列表（list）：列表是有序的集合，可以向其中添加或删除元素。
元组（tuple）：元组也是有序集合，但是是无法修改的。即元组是不可变的。
字典（dict）：字典是无序的集合，是由 key-value 组成的。
集合（set）：是一组 key 的集合，每个元素都是唯一，不重复且无序的。
4. 简述上述数据类型的常用方法
字符串：
切片 mystr='luobodazahui' mystr[1:3] output 'uo'
format mystr2 = "welcome to luobodazahui, dear {name}" mystr2.format(name="baby") output 'welcome to luobodazahui, dear baby'
join 可以用来连接字符串，将字符串、元组、列表中的元素以指定的字符(分隔符)连接生成一个新的字符串。mylist = ['luo', 'bo', 'da', 'za', 'hui'] mystr3 = '-'.join(mylist) print(mystr3) outout 'luo-bo-da-za-hui'
replace String.replace(old,new,count) 将字符串中的 old 字符替换为 New 字符，count 为替换的个数 mystr4 = 'luobodazahui-haha' print(mystr4.replace('haha', 'good'))
output luobodazahui-good
split 切割字符串,得到一个列表
mystr5 = 'luobo,dazahui good'
以空格分割
print(mystr5.split())
以h分割
print(mystr5.split('h'))
以逗号分割
print(mystr5.split(','))
1.
2.
3.
4.
5.
6.
7.
output
['luobo,dazahui', 'good']
['luobo,daza', 'ui good']
['luobo', 'dazahui good']
1.
2.
3.
列表：
切片 同字符串
append 和 extend 向列表中国添加元素
mylist1 = [1, 2]
mylist2 = [3, 4]
mylist3 = [1, 2]
mylist1.append(mylist2)
print(mylist1)
mylist3.extend(mylist2)
print(mylist3)
1.
2.
3.
4.
5.
6.
7.
outout
[1, 2, [3, 4]]
[1, 2, 3, 4]
1.
2.
删除元素 del：根据下标进行删除 pop：删除最后一个元素 remove：根据元素的值进行删除
mylist4 = ['a', 'b', 'c', 'd']
del mylist4[0]
print(mylist4)
mylist4.pop()
print(mylist4)
mylist4.remove('c')
print(mylist4)
1.
2.
3.
4.
5.
6.
7.
output
['b', 'c', 'd']
['b', 'c']
['b']
1.
2.
3.
元素排序 sort：是将list按特定顺序重新排列，默认为由小到大，参数 reverse=True 可改为倒序，由大到小。reverse：是将list逆置
mylist5 = [1, 5, 2, 3, 4]
mylist5.sort()
print(mylist5)
mylist5.reverse()
print(mylist5)
1.
2.
3.
4.
5.
output
[1, 2, 3, 4, 5]
[5, 4, 3, 2, 1]
1.
2.
字典：
清空字典 dict.clear()
dict1 = {'key1':1, 'key2':2}
dict1.clear()
print(dict1)
1.
2.
3.
output
{}
1.
指定删除 使用 pop 方法来指定删除字典中的某一项
dict1 = {'key1':1, 'key2':2}
d1 = dict1.pop('key1')
print(d1)
print(dict1)
1.
2.
3.
4.
output
1
{'key2': 2}
1.
2.
遍历字典
dict2 = {'key1':1, 'key2':2}
mykey = [key for key in dict2]
print(mykey)
myvalue = [value for value in dict2.values()]
print(myvalue)
key_value = [(k, v) for k, v in dict2.items() ]
print(key_value)
1.
2.
3.
4.
5.
6.
7.
output
['key1', 'key2']
[1, 2]
[('key1', 1), ('key2', 2)]
1.
2.
3.
fromkeys 用于创建一个新字典，以序列中元素做字典的键，value 为字典所有键对应的初始值
keys = ['zhangfei', 'guanyu', 'liubei', 'zhaoyun']
dict.fromkeys(keys, 0)
1.
2.
output
{'zhangfei': 0, 'guanyu': 0, 'liubei': 0, 'zhaoyun': 0}
1.
5. 简述 Python 中的字符串编码
计算机在最初的设计中，采用了8个比特（bit）作为一个字节（byte）的方式。一个字节能表示的最大的整数就是255（二进制11111111=十进制255），如果要表示更大的整数，就必须用更多的字节。最早，计算机只有 ASCII 编码，即只包含大小写英文字母、数字和一些符号，这些对于其他语言，如中文，日文显然是不够用的。后来又发明了Unicode，Unicode把所有语言都统一到一套编码里，这样就不会再有乱码问题了。当需要保存到硬盘或者需要传输的时候，就转换为UTF-8编码。UTF-8 是隶属于 Unicode 的可变长的编码方式。在 Python 中，以 Unicode 方式编码的字符串，可以使用 encode() 方法来编码成指定的 bytes，也可以通过 decode() 方法来把 bytes 编码成字符串。encode
"中文".encode('utf-8')
1.
output
b'\xe4\xb8\xad\xe6\x96\x87'
1.
decode
b'\xe4\xb8\xad\xe6\x96\x87'.decode('utf-8')
1.
output
'中文'
1.
6.一行代码实现数值交换
1a = 1
2b = 2
3a, b = b, a
4print(a, b)
1.
2.
3.
4.
output
12 1
1.
7. is 和 == 的区别
先来看个例子
c = d = [1,2]
e = [1,2]
print(c is d)
print(c == d)
print(c is e)
print(c == e)
1.
2.
3.
4.
5.
6.
output
True
True
False
True
1.
2.
3.
4.
== 是比较操作符，只是判断对象的值（value）是否一致，而 is 则判断的是对象之间的身份（内存地址）是否一致。对象的身份，可以通过 id() 方法来查看
id(c)
id(d)
id(e)
1.
2.
3.
output
88748080
88748080
88558288
1.
2.
3.
可以看出，只有 id 一致时，is 比较才会返回 True，而当 value 一致时，== 比较就会返回 True
8.Python 函数中的参数类型
位置参数，默认参数，可变参数，关键字参数
9.*arg 和 **kwarg 作用
允许我们在调用函数的时候传入多个实参
def test(*arg, **kwarg):
if arg:
print("arg:", arg)
if kwarg:
print("kearg:", kwarg)
test('ni', 'hao', key='world')
1.
2.
3.
4.
5.
6.
output
arg: ('ni', 'hao')
kearg: {'key': 'world'}
1.
2.
可以看出，*arg 会把位置参数转化为 tuple**kwarg 会把关键字参数转化为 dict
10.一行代码实现1-100之和
sum(range(1, 101))
1.
11.获取当前时间
import time
import datetime
print(datetime.datetime.now())
print(time.strftime('%Y-%m-%d %H:%M:%S'))
1.
2.
3.
4.
output
2019-06-07 18:12:11.165330
2019-06-07 18:12:11
1.
2.
12.PEP8 规范
简单列举10条：尽量以免单独使用小写字母'l'，大写字母'O'，以及大写字母'I'等容易混淆的字母。函数命名使用全部小写的方式，可以使用下划线。常量命名使用全部大写的方式，可以使用下划线。使用 has 或 is 前缀命名布尔元素，如: is_connect = True; has_member = False 不要在行尾加分号, 也不要用分号将两条命令放在同一行。不要使用反斜杠连接行。顶级定义之间空2行, 方法定义之间空1行，顶级定义之间空两行。如果一个类不继承自其它类, 就显式的从object继承。内部使用的类、方法或变量前，需加前缀_表明此为内部使用的。要用断言来实现静态类型检测。
13.Python 的深浅拷贝
浅拷贝
import copy
list1 = [1, 2, 3, [1, 2]]
list2 = copy.copy(list1)
list2.append('a')
list2[3].append('a')
print(list1, list2)
1.
2.
3.
4.
5.
6.
output
[1, 2, 3, [1, 2, 'a']] [1, 2, 3, [1, 2, 'a'], 'a']
1.
能够看出，浅拷贝只成功”独立“拷贝了列表的外层，而列表的内层列表，还是共享的
深拷贝
import copy
list1 = [1, 2, 3, [1, 2]]
list3 = copy.deepcopy(list1)
list3.append('a')
list3[3].append('a')
print(list1, list3)
1.
2.
3.
4.
5.
6.
output
[1, 2, 3, [1, 2]] [1, 2, 3, [1, 2, 'a'], 'a']
1.
深拷贝使得两个列表完全独立开来，每一个列表的操作，都不会影响到另一个
14.查看下面代码的输出
def num():
return [lambda x:i*x for i in range(4)]
print([m(1) for m in num()])
1.
2.
3.
output
[3, 3, 3, 3]
1.
通过运行结果，可以看出 i 的取值为3，很神奇
15.可变类型与不可变类型
可变数据类型：list、dict、set
不可变数据类型：int/float、str、tuple
16.打印九九乘法表
for i in range(1, 10):
for j in range(1, i+1):
print("%s%s=%s " %(i, j, ij), end="")
print()
1.
2.
3.
4.
output
11=1
21=2 22=4
31=3 32=6 33=9
41=4 42=8 43=12 44=16
51=5 52=10 53=15 54=20 55=25
61=6 62=12 63=18 64=24 65=30 66=36
71=7 72=14 73=21 74=28 75=35 76=42 77=49
81=8 82=16 83=24 84=32 85=40 86=48 87=56 88=64
91=9 92=18 93=27 94=36 95=45 96=54 97=63 98=72 9*9=81
1.
2.
3.
4.
5.
6.
7.
8.
9.
print 函数，默认是会换行的，其有一个默认参数 end，如果像例子中，我们把 end 参数显示的置为""，那么 print 函数执行完后，就不会换行了，这样就达到了九九乘法表的效果了
17.filter、map、reduce 的作用
filter 函数用于过滤序列，它接收一个函数和一个序列，把函数作用在序列的每个元素上，然后根据返回值是True还是False决定保留还是丢弃该元素
mylist = [1, 2, 3, 4, 5, 6, 7, 8, 9]
list(filter(lambda x: x%2 == 1, mylist))
1.
2.
output
[1, 3, 5, 7, 9]
1.
保留奇数列表
map 函数传入一个函数和一个序列，并把函数作用到序列的每个元素上，返回一个可迭代对象
mylist = [1, 2, 3, 4, 5, 6, 7, 8, 9]
list(map(lambda x: x*2, mylist))
1.
2.
output
[2, 4, 6, 8, 10, 12, 14, 16, 18]
1.
reduce 函数用于递归计算，同样需要传入一个函数和一个序列，并把函数和序列元素的计算结果与下一个元素进行计算
from functools import reduce
reduce(lambda x, y: x+y, range(101))
1.
2.
output
5050
1.
可以看出，上面的三个函数与匿名函数相结合使用，可以写出强大简洁的代码
18.re 的 match 和 search 区别
match()函数只检测要匹配的字符是不是在 string 的开始位置匹配，search()会扫描整个 string 查找匹配
19.面向对象中__new__ 和 __init__ 区别
__new__是在实例创建之前被调用的，因为它的任务就是创建实例然后返回该实例对象，是个静态方法。__init__是当实例对象创建完成后被调用的，然后设置对象属性的一些初始值，通常用在初始化一个类实例的时候，是一个实例方法
1、__new__至少要有一个参数 cls，代表当前类，此参数在实例化时由 Python 解释器自动识别。2、__new__必须要有返回值，返回实例化出来的实例，这点在自己实现__new__时要特别注意，可以 return 父类（通过 super(当前类名, cls)）__new__出来的实例，或者直接是 object 的__new__出来的实例。3、__init__有一个参数 self，就是这个__new__返回的实例，__init__在__new__的基础上可以完成一些其它初始化的动作，__init__不需要返回值。4、如果__new__创建的是当前类的实例，会自动调用__init__函数，通过 return 语句里面调用的__new__函数的第一个参数是 cls 来保证是当前类实例，如果是其他类的类名，；那么实际创建返回的就是其他类的实例，其实就不会调用当前类的__init__函数，也不会调用其他类的__init__函数
20.三元运算规则
a, b = 1, 2
若果 a>b 成立 就输出 a-b 否则 a+b
h = a-b if a>b else a+b
1.
2.
3.
output
3
1.
21.生成随机数
print(random.random())
print(random.randint(1, 100))
print(random.uniform(1,5))
1.
2.
3.
output
0.03765019937131564
18
1.8458555362279228
1.
2.
3.
22.zip 函数用法
zip() 函数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
list1 = ['zhangfei', 'guanyu', 'liubei', 'zhaoyun']
list2 = [0, 3, 2, 4]
list(zip(list1, list2))
1.
2.
3.
output
[('zhangfei', 0), ('guanyu', 3), ('liubei', 2), ('zhaoyun', 4)]
1.
23.range 和 xrange 的区别
range([start,] stop[, step])，根据start与stop指定的范围以及step设定的步长，生成一个序列。而 xrange 生成一个生成器，可以很大的节约内存
24.with 方法打开文件的作用
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
25.什么是正则的贪婪匹配
Python 中默认是贪婪匹配模式
贪婪模式：正则表达式一般趋向于最大长度匹配
非贪婪模式：在整个表达式匹配成功的前提下，尽可能少的匹配
26.为什么不建议函数的默认参数传入可变对象
例如：
def test(L=[]):
L.append('test')
print(L)
1.
2.
3.
output
test() # ['test']
test() # ['test', 'test']
1.
2.
默认参数是一个列表，是可变对象[],Python 在函数定义的时候，默认参数 L 的值就被计算出来了，是[]，每次调用函数，如果 L 的值变了，那么下次调用时，默认参数的值就已经不再是[]了
27.字符串转列表
mystr = '1,2,3'
mystr.split(',')
1.
2.
output
['1', '2', '3']
1.
28.字符串转整数
mylist = ['1', '2', '3']
list(map(lambda x: int(x), mylist))
1.
2.
output
[1, 2, 3]
1.
29.删除列表中的重复值
mylist = [1, 2, 3, 4, 5, 5]
list(set(mylist))
1.
2.
30.字符串单词统计
from collections import Counter
mystr = 'sdfsfsfsdfsd,were,hrhrgege.sdfwe!sfsdfs'
Counter(mystr)
output
Counter({'s': 9,
'd': 5,
'f': 7,
',': 2,
'w': 2,
'e': 5,
'r': 3,
'h': 2,
'g': 2,
'.': 1,
'!': 1})
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
31.列表推导，求奇偶数
[x for x in range(10) if x%2 == 1]
1.
output
[1, 3, 5, 7, 9]
1.
32.一行代码展开列表
list1 = [[1,2],[3,4],[5,6]]
[j for i in list1 for j in i]
1.
2.
output
[1, 2, 3, 4, 5, 6]
1.
33.实现二分法查找函数
二分查找算法也称折半查找，基本思想就是折半，对比大小后再折半查找，必须是有序序列才可以使用二分查找
递归算法
def binary_search(data, item):
# 递归
n = len(data)
if n > 0:
mid = n // 2
if data[mid] == item:
return True
elif data[mid] > item:
return binary_search(data[:mid], item)
else:
return binary_search(data[mid+1:], item)
return False
list1 = [1,4,5,66,78,99,100,101,233,250,444,890]
binary_search(list1, 999)
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
非递归算法
def binary_search(data, item):
# 非递归
n = len(data)
first = 0
last = n - 1
while first <= last:
mid = (first + last)//2
if data[mid] == item:
return True
elif data[mid] > item:
last = mid - 1
else:
first = mid + 1
return False
list1 = [1,4,5,66,78,99,100,101,233,250,444,890]
binary_search(list1, 99)
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
34.字典和 json 转换
字典转 json
import json
dict1 = {'zhangfei':1, "liubei":2, "guanyu": 4, "zhaoyun":3}
myjson = json.dumps(dict1)
myjson
output
'{"zhangfei": 1, "liubei": 2, "guanyu": 4, "zhaoyun": 3}'
json 转字典
mydict = json.loads(myjson)
mydict
1.
2.
3.
4.
5.
6.
7.
8.
9.
output
{'zhangfei': 1, 'liubei': 2, 'guanyu': 4, 'zhaoyun': 3}
1.
35.列表推导式、字典推导式和生成器
import random
td_list=[i for i in range(10)]
print("列表推导式", td_list, type(td_list))
ge_list = (i for i in range(10))
print("生成器", ge_list)
dic = {k:random.randint(4, 9)for k in ["a", "b", "c", "d"]}
print("字典推导式",dic,type(dic))
1.
2.
3.
4.
5.
6.
7.
output
列表推导式 [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] <class 'list'>
生成器 <generator object
字典推导式 {'a': 6, 'b': 5, 'c': 8, 'd': 9} <class 'dict'>
1.
2.
3.
36.简述 read、readline、readlines 的区别
read 读取整个文件
readline 读取下一行,使用生成器方法
readlines 读取整个文件到一个迭代器以供我们遍历
37.打乱一个列表
list2 = [1, 2, 3, 4, 5, 6]
random.shuffle(list2)
print(list2)
1.
2.
3.
output
[4, 6, 5, 1, 2, 3]
1.
38.反转字符串
str1 = 'luobodazahui'
str1[::-1]
1.
2.
output
'iuhazadoboul'
1.
39.单下划线和双下划线的作用
__foo__：一种约定，Python 内部的名字，用来区别其他用户自定义的命名，以防冲突，就是例如__init__(),__del__(),__call__()些特殊方法
_foo：一种约定，用来指定变量私有。不能用 from module import * 导入，其他方面和公有变量一样访问
__foo：这个有真正的意义：解析器用_classname__foo 来代替这个名字，以区别和其他类相同的命名，它无法直接像公有成员一样随便访问，通过对象名._类名__xxx 这样的方式可以访问
40.新式类和旧式类
a. 在 python 里凡是继承了 object 的类，都是新式类
b. Python3 里只有新式类
c. Python2 里面继承 object 的是新式类，没有写父类的是经典类
d. 经典类目前在 Python 里基本没有应用
41.Python 面向对象中的继承有什么特点
a. 同时支持单继承与多继承，当只有一个父类时为单继承，当存在多个父类时为多继承
b. 子类会继承父类所有的属性和方法，子类也可以覆盖父类同名的变量和方法
c. 在继承中基类的构造（__init__()）方法不会被自动调用，它需要在其派生类的构造中专门调用
d. 在调用基类的方法时，需要加上基类的类名前缀，且需要带上 self 参数变量。区别于在类中调用普通函数时并不需要带上 self 参数
42.super 函数的作用
super() 函数是用于调用父类(超类)的一个方法
class A():
def funcA(self):
print("this is func A")
class B(A):
def funcA_in_B(self):
super(B, self).funcA()
def funcC(self):
print("this is func C")
ins = B()
ins.funcA_in_B()
ins.funcC()
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
output
this is func A
this is func C
1.
2.
43.类中的各种函数
主要分为实例方法、类方法和静态方法
实例方法
定义：第一个参数必须是实例对象，该参数名一般约定为“self”，通过它来传递实例的属性和方法（也可以传类的属性和方法）
调用：只能由实例对象调用
类方法
定义：使用装饰器@classmethod。第一个参数必须是当前类对象，该参数名一般约定为“cls”，通过它来传递类的属性和方法（不能传实例的属性和方法）
调用：实例对象和类对象都可以调用
静态方法
定义：使用装饰器@staticmethod。参数随意，没有“self”和“cls”参数，但是方法体中不能使用类或实例的任何属性和方法
调用：实例对象和类对象都可以调用
静态方法是类中的函数，不需要实例。静态方法主要是用来存放逻辑性的代码，主要是一些逻辑属于类，但是和类本身没有交互。即在静态方法中，不会涉及到类中的方法和属性的操作。可以理解为将静态方法存在此类的名称空间中
类方法是将类本身作为对象进行操作的方法。他和静态方法的区别在于：不管这个方式是从实例调用还是从类调用，它都用第一个参数把类传递过来
44.如何判断是函数还是方法
与类和实例无绑定关系的 function 都属于函数（function）
与类和实例有绑定关系的 function 都属于方法（method）
普通函数：
def func1():
pass
print(func1)
output
<function func1 at 0x01379348>
类中的函数：
class People(object):
def func2(self):
pass
@staticmethod
def func3():
pass
@classmethod
def func4(cls):
pass
people = People()
print(people.func2)
print(people.func3)
print(people.func4)
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
15.
16.
17.
18.
19.
output
<bound method People.func2 of <main.People object at 0x013B8C90>>
<function People.func3 at 0x01379390>
<bound method People.func4 of <class 'main.People'>>
1.
2.
3.
45.isinstance 的作用以及与 type()的区别
isinstance() 函数来判断一个对象是否是一个已知的类型，类似 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
class A(object):
pass
class B(A):
pass
a = A()
b = B()
print(isinstance(a, A))
print(isinstance(b, A))
print(type(a) == A)
print(type(b) == A)
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
output
True
True
True
False
1.
2.
3.
4.
46.单例模式与工厂模式
单例模式：主要目的是确保某一个类只有一个实例存在
工厂模式：包涵一个超类，这个超类提供一个抽象化的接口来创建一个特定类型的对象，而不是决定哪个对象可以被创建
47.查看目录下的所有文件
import os
print(os.listdir('.'))
1.
2.
48.计算1到5组成的互不重复的三位数
1到5组成的互不重复的三位数
k = 0
for i in range(1, 6):
for j in range(1, 6):
for z in range(1, 6):
if (i != j) and (i != z) and (j != z):
k += 1
if k%6:
print("%s%s%s" %(i, j, z), end="|")
else:
print("%s%s%s" %(i, j, z))
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
output
123|124|125|132|134|135
142|143|145|152|153|154
213|214|215|231|234|235
241|243|245|251|253|254
312|314|315|321|324|325
341|342|345|351|352|354
412|413|415|421|423|425
431|432|435|451|452|453
512|513|514|521|523|524
531|532|534|541|542|543
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
49.去除字符串首尾空格
str1 = " hello nihao "
str1.strip()
1.
2.
output
'hello nihao'
1.
50.去除字符串中间的空格
str2 = "hello you are good"
print(str2.replace(" ", ""))
"".join(str2.split(" "))
1.
2.
3.
output
helloyouaregood
'helloyouaregood'
1.
2.
51. 字符串格式化方式
使用 % 操作符
print("This is for %s" % "Python")
print("This is for %s, and %s" %("Python", "You"))
1.
2.
output
This is for Python
This is for Python, and You
1.
2.
str.format
在 Python3 中，引入了这个新的字符串格式化方法
print("This is my {}".format("chat"))
print("This is {name}, hope you can {do}".format(name="zhouluob", do="like"))
1.
2.
output
This is my chat
This is zhouluob, hope you can like
1.
2.
f-strings
在 Python3-6 中，引入了这个新的字符串格式化方法
name = "luobodazahui"
print(f"hello {name}")
1.
2.
output
hello luobodazahui
1.
一个复杂些的例子：
def mytest(name, age):
return f"hello {name}, you are {age} years old!"
people = mytest("luobo", 20)
print(people)
1.
2.
3.
4.
output
hello luobo, you are 20 years old!
1.
52. 将"hello world"转换为首字母大写"Hello World"(不使用 title 函数)
str1 = "hello world"
print(str1.title())
" ".join(list(map(lambda x: x.capitalize(), str1.split(" "))))
1.
2.
3.
output
Hello World
'Hello World'
1.
2.
53. 一行代码转换列表中的整数为字符串
如：[1, 2, 3] -> ["1", "2", "3"]
list1 = [1, 2, 3]
list(map(lambda x: str(x), list1))
1.
2.
output
['1', '2', '3']
1.
54. 合并两个元组到字典
如：("zhangfei", "guanyu")，(66, 80) -> {'zhangfei': 66, 'guanyu': 80}
a = ("zhangfei", "guanyu")
b = (66, 80)
dict(zip(a,b))
1.
2.
3.
output
{'zhangfei': 66, 'guanyu': 80}
1.
55. 给出如下代码的输入，并简单解释
例子1：
a = (1,2,3,[4,5,6,7],8)
a[3] = 2
1.
2.
output
TypeError Traceback (most recent call last)
1 a = (1,2,3,[4,5,6,7],8)
----> 2 a[3] = 2
3 #a
TypeError: 'tuple' object does not support item assignment
1.
2.
3.
4.
5.
6.
7.
8.
例子2：
a = (1,2,3,[4,5,6,7],8)
a[3][2] = 2
a
1.
2.
3.
output
(1, 2, 3, [4, 5, 2, 7], 8)
1.
从例子1的报错中也可以看出，tuple 是不可变类型，不能改变 tuple 里的元素，例子2中，list 是可变类型，改变其元素是允许的
- Python 中的反射
反射就是通过字符串的形式，导入模块；通过字符串的形式，去模块寻找指定函数，并执行。利用字符串的形式去对象（模块）中操作（查找/获取/删除/添加）成员，一种基于字符串的事件驱动！
简单理解就是用来判断某个字符串是什么，是变量还是方法
class NewClass(object):
def init(self, name, male):
self.name = name
self.male = male
def myname(self):
print(f'My name is {self.name}')
def mymale(self):
print(f'I am a {self.male}')
people = NewClass('luobo', 'boy')
print(hasattr(people, 'name'))
print(getattr(people, 'name'))
setattr(people, 'male', 'girl')
print(getattr(people, 'male'))
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
output
True
luobo
girl
1.
2.
3.
getattr,hasattr,setattr,delattr 对模块的修改都在内存中进行，并不会影响文件中真实内容
- 实现一个简单的 API
使用 flask 构造 web 服务器
from flask import Flask, request
app = Flask(name)
@app.route('/', methods=['POST'])
def simple_api():
result = request.get_json()
return result
if name == "main":
app.run()
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
58. metaclass 元类
类与实例：
首先定义类以后，就可以根据这个类创建出实例，所以：先定义类，然后创建实例
类与元类：
先定义元类， 根据 metaclass 创建出类，所以：先定义 metaclass，然后创建类
class MyMetaclass(type):
def new(cls, class_name, class_parents, class_attr):
class_attr['print'] = "this is my metaclass's subclass %s" %class_name
return type.new(cls, class_name, class_parents, class_attr)
class MyNewclass(object, metaclass=MyMetaclass):
pass
myinstance = MyNewclass()
myinstance.print
1.
2.
3.
4.
5.
6.
7.
8.
9.
output
"this is my metaclass's subclass MyNewclass"
1.
59. sort 和 sorted 的区别
sort() 是可变对象列表（list）的方法，无参数，无返回值，sort() 会改变可变对象
dict1 = {'test1':1, 'test2':2}
list1 = [2, 1, 3]
print(list1.sort())
list1
1.
2.
3.
4.
output
None
[1, 2, 3]
1.
2.
sorted() 是产生一个新的对象。sorted(L) 返回一个排序后的L，不改变原始的L，sorted() 适用于任何可迭代容器
dict1 = {'test1':1, 'test2':2}
list1 = [2, 1, 3]
print(sorted(dict1))print(sorted(list1))
1.
2.
3.
output
['test1', 'test2']
[1, 2, 3]
1.
2.
60. Python 中的 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 程序的时候会占用 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
- 产生8位随机密码
import random
"".join(random.choice(string.printable[:-7]) for i in range(8))
output
'd5^NdNJp'
1.
62. 输出原始字符
print('hello\nworld')
print(b'hello\nworld')
print(r'hello\nworld')
1.
2.
3.
output
hello
world
b'hello\nworld'
hello\nworld
1.
2.
3.
4.
63. 列表内，字典按照 value 大小排序
list1 = [{'name': 'guanyu', 'age':29},
{'name': 'zhangfei', 'age': 28},
{'name': 'liubei', 'age':31}]
sorted(list1, key=lambda x:x['age'])
1.
2.
3.
4.
output
[{'name': 'zhangfei', 'age': 28},
{'name': 'guanyu', 'age': 29},
{'name': 'liubei', 'age': 31}]
1.
2.
3.
64. 简述 any() 和 all() 方法
all 如果存在 0 Null False 返回 False，否则返回 True；any 如果都是 0，None，False，Null 时，返回 True
print(all([1, 2, 3, 0]))
print(all([1, 2, 3]))
print(any([1, 2, 3, 0]))
print(any([0, None, False]))
1.
2.
3.
4.
output
False
True
True
False
1.
2.
3.
4.
65. 反转整数
def reverse_int(x):
if not isinstance(x, int):
return False
if -10 < x < 10:
return x
tmp = str(x)
if tmp[0] != '-':
tmp = tmp[::-1]
return int(tmp)
else:
tmp = tmp[1:][::-1]
x = int(tmp)
return -x
reverse_int(-23837)
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
14.
output
-73832
1.
首先判断是否是整数，再判断是否是一位数字，最后再判断是不是负数
- 函数式编程
函数式编程是一种抽象程度很高的编程范式，纯粹的函数式编程语言编写的函数没有变量，因此，任意一个函数，只要输入是确定的，输出就是确定的，这种纯函数称之为没有副作用。而允许使用变量的程序设计语言，由于函数内部的变量状态不确定，同样的输入，可能得到不同的输出，因此，这种函数是有副作用的。由于 Python 允许使用变量，因此，Python 不是纯函数式编程语言
函数式编程的一个特点就是，允许把函数本身作为参数传入另一个函数，还允许返回一个函数！
函数作为返回值例子：
def sum(*args):
def inner_sum():
tmp = 0
for i in args:
tmp += i
return tmp
return inner_sum
mysum = sum(2, 4, 6)
print(type(mysum))
mysum()
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
output
<class 'function'>
12
1.
2.
67. 简述闭包
如果在一个内部函数里，对在外部作用域（但不是在全局作用域）的变量进行引用，那么内部函数就被认为是闭包(closure) 附上函数作用域图片
闭包特点
1.必须有一个内嵌函数
2.内嵌函数必须引用外部函数中的变量
3.外部函数的返回值必须是内嵌函数
- 简述装饰器
装饰器是一种特殊的闭包，就是在闭包的基础上传递了一个函数，然后覆盖原来函数的执行入口，以后调用这个函数的时候，就可以额外实现一些功能了
一个打印 log 的例子：
import time
def log(func):
def inner_log(args, **kw):
print("Call: {}".format(func.name))
return func(args, **kw)
return inner_log
@log
def timer():
print(time.time())
timer()
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
13.
output
Call: timer
1560171403.5128365
1.
2.
本质上，decorator就是一个返回函数的高阶函数
- 协程的优点
子程序切换不是线程切换，而是由程序自身控制
没有线程切换的开销，和多线程比，线程数量越多，协程的性能优势就越明显
不需要多线程的锁机制，因为只有一个线程，也不存在同时写变量冲突，在协程中控制共享资源不加锁
- 实现一个斐波那契数列
斐波那契数列:
又称黄金分割数列，指的是这样一个数列：1、1、2、3、5、8、13、21、34、……在数学上，斐波纳契数列以如下被以递归的方法定义：F(1)=1，F(2)=1, F(n)=F(n-1)+F(n-2)（n>=2，n∈N*）
生成器法：
def fib(n):
if n == 0:
return False
if not isinstance(n, int) or (abs(n) != n): # 判断是正整数
return False
a, b = 0, 1
while n:
a, b = b, a+b
n -= 1
yield a
[i for i in fib(10)]
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
11.
12.
output
[1, 1, 2, 3, 5, 8, 13, 21, 34, 55]
1.
递归法：
def fib(n):
if n == 0:
return False
if not isinstance(n, int) or (abs(n) != n):
return False
if n <= 1:
return n
return fib(n-1)+ fib(n-2)
[fib(i) for i in range(1, 11)]
1.
2.
3.
4.
5.
6.
7.
8.
9.
10.
output
[1, 1, 2, 3, 5, 8, 13, 21, 34, 55]
1.
71. 正则切分字符串
import re
str1 = 'hello world:luobo dazahui'
result = re.split(r"