那些刁钻的名企面试题你会做吗——python100面试题

python 基础题（文末有惊喜哦，面试题领取）

1.进制间的转换

进制的转换可以采用内置函数的方式进行数据的转换，也可以使用int来转换，是将所需转换的数字按照某个进制的规则进行转换，最后转换的结果均为int类型

number = 20

# 方式一
# 二进制
print(bin(number))
# 八进制
print(oct(number))
# 十六进制
print(hex(number))
# 十进制
print(int(number))

# 方式二，只能转换为最后的int类型
# 将数字转按照八进制转换为int类型
print(int(str(number), base=8))
# 将数字转按照十六进制转换为int类型
print(int(str(number), base=16))
# 将0b二进制字符串按照二进制转换为int类型数字
print(int(str(bin(number)), base=2))

0b10100
0o24
0x14
20
16
32
20

需要注意的是，在python中，二进制、八进制、十六进制在输出显示时都会以十进制进行显示，但无需过多关注

b_number = 0b10100
print(b_number)
o_number = 0o24
print(o_number)
h_number = 0x14
print(h_number)

2.最大递归数

通过以下简易的函数可以看出最大递归数

def recursion(n):
    print(n)
    n += 1
    recursion(n)


recursion(1)

受python版本不同，最大递归数也存在不同

python2.7: 1000, 在第1000次调用此函数时会出现异常
python3.6: 998, 在998次调用此函数时会出现异常

可以手动设置最大递归数的数量

import sys
sys.setrecursionlimit(1200)

目前发现，当全部设置最大递归数为1200时，python2.7会在1200次报错，但python3.6会在1198次报错，相较少2次，依次可推出，默认的最大递归数应该是1000（第一次函数调用也算进去的话）。

3.and、not、or运算符优先级

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 False and 1 # False

1
3
0
1
1
False

需要注意的是在python中，0也是代表False

4.三元运算符，三目运算符

在python中不存在如下注释的三元运算符，但是由三目运算符代替，可以将简单的条件分支语句写成一行，适用于需要将代码简化的场景，且相比较多行分支效率快一点。

a = 10
# print(a > 2 ? a : 0)

print(a if a > 2 else 0)

5.python2与python3区别

1.python2 True、False可以作为一个变量，可以对其进行赋值及取值，python3则不可以, True、False作为关键字无法修改

True = 1
print(True)

False = 0
print(False)

python2

python3

True = 1
    ^
SyntaxError: can't assign to keyword

2.python2默认使用ASCII编码，对中文需要手动添加文档头注释， python3则不需要

print('你好')

python2

File "/home/ts/flask_study/interview/05python2和python3的区别.py", line 12
SyntaxError: Non-ASCII character '\xe4' in file /home/ts/flask_study/interview/05python2和python3的区别.py on line 12, but no encoding declared; see http://python.org/dev/peps/pep-0263/ for details

需在py文件最上方添加如下注释

# -*- coding:utf-8 -*-

python3:则没有影响

你好

3.python2的range返回一个list，资源消耗较大，python3返回一个可迭代对象，资源消耗较小，可使用for循环进行结果的迭代输出，python3的range取代了xrange。

data = range(10)
print(data)
print(type(data))

from typing import Iterable, Iterator, Generator
print(isinstance(data, Iterable))
print(isinstance(data, Iterator))
print(isinstance(data, Generator))

python2

[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

python3

range(0, 10)

True
False
False

4.python3引入nonlocal关键字，方便内部函数读取和修改外部函数的值，当内部函数读取和修改外部函数的值时，则外部函数和内部函数形成了闭包

def outter():
    number = 10
    def inner():
        nonlocal number
        number += 1
        print(number)
    return inner


outter()()

python2

UnboundLocalError: local variable 'number' referenced before assignment

python3

5.xreadlines、readlines读取文件，python2存在xreadlines，返回的是文件对象，资源消耗少，python3无xreadlines, python2、python3返回的readlines都是一个list, 建议可以直接迭代遍历open获得的对象

import os

file_path = os.path.join(os.path.dirname(__file__), "01进制转换.py")
print(file_path)
with open(str(file_path), mode="r") as f:
    print(f)
    print(type(f))
    # print(isinstance(f, Iterable))
    for line in f:
        print(line)
    # lines = f.xreadlines()
    lines = f.readlines()
    print(lines)
    print(type(lines))

更多待更新中

6.布尔值为False的值

print(bool(0))
print(bool(None))
print(bool([]))
print(bool({}))
print(bool(""))
print(bool(0j))

7.字符串、列表、元组、字典每个常用的5个方法？

字符串

str_data = 'adminasdasd asdasd'
# 计算字符串中的元素出现次数
print(str_data.count('a'))
# 全部转为大写
print(str_data.upper())
# 以什么开头，可以指定开始的位置
print(str_data.startswith('a'))
# 截取字符串，使用较多
print(str_data.split('a'))
# 只在字符串首部将首字母大写
print(str_data.capitalize())
# 在字符串中的每个单词首字母大写
print(str_data.title())
# 字符串居中 前后补空格
print(str_data.center(22))
# 字符串前面补0
print(str_data.zfill(22))

5
ADMINASDASD ASDASD
True
['', 'dmin', 'sd', 'sd ', 'sd', 'sd']
Adminasdasd asdasd
Adminasdasd Asdasd
  adminasdasd asdasd  
0000adminasdasd asdasd

列表

list_data = [1,2,3,4, [5,6]]
# 添加元素
list_data.append(11)
print(list_data)
# 浅拷贝列表数据， 当修改其中的可变对象时，原有对象会发生改变
copy_list_data = list_data.copy()
print(copy_list_data)
copy_list_data[4].append(4)
print(list_data)
print(copy_list_data)
# 删除对应值的元素
list_data.remove(3)
print(list_data)
# 统计某个元素出现的次数
print(list_data.count(1))
# 两个列表合并
list_data.extend(copy_list_data)
print(list_data)
# 列表排序，元素需要是同类型， 默认是升序
# list_data.sort()
print(list_data)
# 在指定下标插入元素
list_data.insert(0, -1)
print(list_data)
# 删除对应下标的元素
list_data.pop(4)
print(list_data)

[1, 2, 3, 4, [5, 6], 11]
[1, 2, 3, 4, [5, 6], 11]
[1, 2, 3, 4, [5, 6, 4], 11]
[1, 2, 3, 4, [5, 6, 4], 11]
[1, 2, 4, [5, 6, 4], 11]
1
[1, 2, 4, [5, 6, 4], 11, 1, 2, 3, 4, [5, 6, 4], 11]
[1, 2, 4, [5, 6, 4], 11, 1, 2, 3, 4, [5, 6, 4], 11]
[-1, 1, 2, 4, [5, 6, 4], 11, 1, 2, 3, 4, [5, 6, 4], 11]
[-1, 1, 2, 4, 11, 1, 2, 3, 4, [5, 6, 4], 11]

元组

tuple_data = (1,2,3,4,5,1,5)
# 统计元素出现的次数
print(tuple_data.count(1))
# 获取某个下标的元素
print(tuple_data.index(1))

字典

dict_data = {"name":"tom", "age":10, "gender":"man"}
dict_data2 = {"city":"nanjing"}
# 获取字典的所有keys
print(dict_data.keys())
# 获取字典的所有values
print(dict_data.values())
# 获取字典的所有键值对，元组形式展示
print(dict_data.items())
# 合并两个字典
dict_data.update(dict_data2)
print(dict_data)
# 获取字典中的元素，可以设置默认值
print(dict_data.get('name', None))
# 删除字典中的元素
dict_data.pop('age')
print(dict_data)
# 生成新字典，取出字典的key， 设置默认的value值，默认value为None
print(dict_data.fromkeys(dict_data.copy(), "no data"))
# 删除字典中的元素，默认删除最后一个元素
dict_data.popitem()
print(dict_data)
# 获取字典中元素的值，当对应key不存在时会主动设置对应的key及返回设置的值， 当key存在时，此函数与get使用一致
print(dict_data.setdefault('age', 10))
print(dict_data)
# 清空字典
dict_data.clear()
print(dict_data)

dict_keys(['name', 'age', 'gender'])
dict_values(['tom', 10, 'man'])
dict_items([('name', 'tom'), ('age', 10), ('gender', 'man')])
{'name': 'tom', 'age': 10, 'gender': 'man', 'city': 'nanjing'}
tom
{'name': 'tom', 'gender': 'man', 'city': 'nanjing'}
{'name': 'no data', 'gender': 'no data', 'city': 'no data'}
{'name': 'tom', 'gender': 'man'}
10
{'name': 'tom', 'gender': 'man', 'age': 10}
{}

8.lambda使用方法及使用场景

def sum(m,n):
    return m+n

print(sum(1,2))
sum2 = lambda m,n:m+n
print(sum2(1,2))

lambda主要是针对于函数进行简化代码操作，但只能进行简单代码的简化，复杂代码不建议使用lambda，

使用场景

1.map、reduce、filter等进行序列处理时使用

l = list(range(1, 10))
data = map(lambda n:n*n, l)
print(list(data))

from functools import reduce
data = reduce(lambda m,n:m*n, l)
print(data)

[1, 4, 9, 16, 25, 36, 49, 64, 81]
362880

2.lambda与list相结合, 注意lambda只会记录最后一次的状态，不会记录中间过程的状态

l2 = [lambda:i for i in range(10)]
print(l2[0]())
print(l2[3]())

9.pass的作用

pass主要就是在代码实现过程中，暂时没有想好怎么实现的时候，一般在函数、方法中使用较多，避免因为函数或方法中没有内容导致报错

10.*arg和**kwarg作用

在函数或方法中, *args会将元素转换为元组, **kwargs会将x=y类似的元素转换为字典

def run(*args, **kwargs):
    print(args)
    print(kwargs)

run(1,2,a=1,b=2)

(1, 2)
{'a': 1, 'b': 2}

点击 面试题 领取腾讯文档-在线文档https://docs.qq.com/doc/DT09DZ1hSYkJORURY