Python

Q. Python中可變數(shù)據(jù)類(lèi)型與不可變數(shù)據(jù)類(lèi)型，淺拷貝與深拷貝詳解

【Python基礎(chǔ)】Python的深淺拷貝講解

Q. 解釋什么是lambda函數(shù)？它有什么好處？

Lambda函數(shù)是Python中的匿名函數(shù)。

Lambda函數(shù)在Python中被廣泛使用，主要是因?yàn)樗鼈兲峁┝艘环N快速定義單行最小函數(shù)的方式，而無(wú)需使用常規(guī)的def關(guān)鍵字。這種函數(shù)通常用于需要一個(gè)簡(jiǎn)單操作的地方，例如在列表推導(dǎo)式、map()、filter()等高階函數(shù)中作為參數(shù)傳遞。Lambda函數(shù)的基本語(yǔ)法結(jié)構(gòu)是：lambda parameters_list: expression，其中parameters_list是函數(shù)的參數(shù)列表，而expression則是基于這些參數(shù)的表達(dá)式，該表達(dá)式的結(jié)果將被返回。

Lambda函數(shù)的優(yōu)點(diǎn)主要包括代碼簡(jiǎn)潔、無(wú)需增加額外變量、即時(shí)定義與使用。具體內(nèi)容如下：

• 代碼簡(jiǎn)潔：由于lambda函數(shù)通常只包含一個(gè)表達(dá)式，因此代碼非常簡(jiǎn)潔，可以提高代碼的可讀性。
• 無(wú)需增加額外變量：因?yàn)閘ambda函數(shù)是匿名的，所以不需要為其分配一個(gè)名字，這有助于減少程序中的變量數(shù)量，避免命名沖突。
• 即時(shí)定義與使用：可以在需要時(shí)立刻定義并使用，不必像常規(guī)函數(shù)那樣先定義再調(diào)用。

# case 1
add = lambda x, y: x + y
result = add(3, 5)
print(result) # 輸出：8
# case 2
students = [("Alice", 25), ("Bob", 20), ("Charlie", 30)]
students.sort(key=lambda student: student[1])
print(students) # 輸出：[('Bob', 20), ('Alice', 25), ('Charlie', 30)]
# case 3
numbers = [1, 2, 3, 4, 5, 6]
even_numbers = list(filter(lambda x: x % 2 == 0, numbers))
print(even_numbers) # 輸出：[2, 4, 6]

Lambda表達(dá)式通常?于需要傳遞函數(shù)作為參數(shù)的函數(shù)（例如 map 、 filter 、 sorted 等），或
者在需要定義?常簡(jiǎn)單的匿名函數(shù)時(shí)。

總之，盡管lambda函數(shù)有許多優(yōu)點(diǎn)，但它們也受到一些限制，如只能包含一個(gè)表達(dá)式，不能包含復(fù)雜的邏輯或語(yǔ)句，且沒(méi)有文檔字符串和名稱(chēng)。因此，在決定是否使用lambda函數(shù)時(shí)，應(yīng)當(dāng)根據(jù)實(shí)際需求和上下文進(jìn)行權(quán)衡。

Q. 什么是裝飾器？

裝飾器本質(zhì)上是一個(gè)Python函數(shù)，它可以讓其他函數(shù)在不需要做任何代碼變動(dòng)的前提下增加額外功能，裝飾器的返回值也是一個(gè)函數(shù)對(duì)象。它經(jīng)常用于有切面需求的場(chǎng)景，比如：插入日志、性能測(cè)試、事務(wù)處理、緩存、權(quán)限校驗(yàn)等場(chǎng)景。裝飾器是解決這類(lèi)問(wèn)題的絕佳設(shè)計(jì)，有了裝飾器，我們就可以抽離出大量與函數(shù)功能本身無(wú)關(guān)的雷同代碼并繼續(xù)重用。

def my_decorator(func):  def wrapper():  print("Something is happening before the function is called.")  func()  print("Something is happening after the function is called.")  return wrapper  @my_decorator  
def say_hello():  print("Hello!")  # 當(dāng)調(diào)用 say_hello 時(shí)，實(shí)際上是調(diào)用了裝飾器返回的 wrapper 函數(shù)  
say_hello()輸出：
Something is happening before the function is called.  
Hello!  
Something is happening after the function is called.

Q. 什么是Python的垃圾回收機(jī)制？

Python的垃圾回收機(jī)制主要負(fù)責(zé)自動(dòng)管理內(nèi)存，釋放不再使用的對(duì)象所占用的內(nèi)存空間。
Python的垃圾回收機(jī)制主要包括以下幾種：

• 引用計(jì)數(shù)(Reference Counting)。這是Python中最基本的垃圾回收方法。每個(gè)對(duì)象都有一個(gè)引用計(jì)數(shù)，記錄有多少個(gè)變量指向該對(duì)象。當(dāng)引用計(jì)數(shù)為0時(shí)，表示該對(duì)象不再被使用，可以被回收。
• 標(biāo)記-清除(Mark and Sweep)。這種方法用于處理循環(huán)引用的情況。當(dāng)內(nèi)存空間即將被占滿(mǎn)時(shí)，Python會(huì)暫停程序，從頭到尾掃描所有對(duì)象，并標(biāo)記所有可達(dá)的對(duì)象。然后，清除所有未被標(biāo)記的對(duì)象，回收它們占用的內(nèi)存空間。
• 分代回收(Generational Collection)。為了提高垃圾回收的效率，Python引入了分代回收機(jī)制。對(duì)象被分為不同的代，如第0代和第1代等。新創(chuàng)建的對(duì)象通常放在第0代，而經(jīng)過(guò)多次垃圾回收仍然存活的對(duì)象會(huì)被提升到更高的代。垃圾回收器會(huì)更多地檢查低代中的對(duì)象，而對(duì)高代中的對(duì)象進(jìn)行較少的檢查，從而提高垃圾回收的效率。

需要注意的是，Python的垃圾回收機(jī)制是自動(dòng)進(jìn)行的，開(kāi)發(fā)者不需要手動(dòng)管理內(nèi)存。垃圾回收器會(huì)根據(jù)需要定期啟動(dòng)，并在合適的時(shí)機(jī)回收不再使用的對(duì)象。

Q. Python內(nèi)置函數(shù)dir的用法？

在 Python 中，dir() 是一個(gè)內(nèi)置函數(shù)，用于查找對(duì)象的所有屬性和方法。它返回一個(gè)字符串列表，包含了對(duì)象的所有屬性和方法的名稱(chēng)。

class MyClass:def __init__(self):self.name = "John"def say_hello(self):print("Hello, world!")obj = MyClass()print("對(duì)象 obj 的屬性和方法：", dir(obj))輸出：
對(duì)象 obj 的屬性和方法： ['__class__', '__delattr__', '__dict__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__init_subclass__', '__le__', '__lt__', '__module__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', '__weakref__', 'name', 'say_hello']

Q. Python中兩邊都有下劃線(xiàn)的方法有什么含義？

在Python中，兩邊都有雙下劃線(xiàn)的方法名被稱(chēng)為魔法方法（magic methods）。這些方法是Python語(yǔ)言的基礎(chǔ)，它們?yōu)镻ython提供了強(qiáng)大的內(nèi)置功能。例如，__init__ 方法是類(lèi)的構(gòu)造函數(shù)，__str__ 方法定義了對(duì)象被轉(zhuǎn)換為字符串時(shí)的行為。

以下是一個(gè)簡(jiǎn)單的類(lèi)示例，它定義了一個(gè)帶有兩邊都有雙下劃線(xiàn)的方法：

class MyClass:def __init__(self, value):self.value = valuedef __str__(self):return f"MyClass with value: {self.value}"# 使用類(lèi)
obj = MyClass(10)
print(obj)  # 輸出: MyClass with value: 10

Python中還有很多其他的魔法方法，以下是一些常用的魔法方法：

__init__：構(gòu)造函數(shù)，當(dāng)一個(gè)對(duì)象被創(chuàng)建時(shí)會(huì)自動(dòng)調(diào)用。
__del__：析構(gòu)函數(shù)，當(dāng)一個(gè)對(duì)象被銷(xiāo)毀時(shí)會(huì)自動(dòng)調(diào)用。
__str__：返回一個(gè)對(duì)象的字符串表示，通常用于print函數(shù)。
__repr__：返回一個(gè)對(duì)象的官方字符串表示，通常用于調(diào)試。
__call__：允許一個(gè)對(duì)象像函數(shù)那樣被調(diào)用。
__getitem__、__setitem__、__delitem__：用于自定義索引操作，如obj[key]。
__len__：返回對(duì)象的長(zhǎng)度，常用于len()函數(shù)。
__iter__：返回一個(gè)迭代器，用于遍歷對(duì)象。
__enter__ 和 __exit__：用于實(shí)現(xiàn)上下文管理協(xié)議，如with語(yǔ)句。
__add__、__sub__、__mul__ 等：用于自定義算術(shù)運(yùn)算符的行為。

這些魔法方法允許你自定義Python對(duì)象的行為，使其更符合你的需求。你可以根據(jù)需要實(shí)現(xiàn)這些方法來(lái)擴(kuò)展Python類(lèi)的功能。

Q. Python中單下劃線(xiàn)和雙下劃線(xiàn)的區(qū)別

• “單下劃線(xiàn)” 開(kāi)始的成員變量叫做保護(hù)變量，意思是只有類(lèi)對(duì)象和子類(lèi)對(duì)象自己能訪(fǎng)問(wèn)到這些變量，需通過(guò)類(lèi)提供的接口進(jìn)行訪(fǎng)問(wèn)，不能用“from xxx import *”而導(dǎo)入；
• “雙下劃線(xiàn)” 開(kāi)始的是私有成員，意思是只有類(lèi)對(duì)象自己能訪(fǎng)問(wèn)，連子類(lèi)對(duì)象也不能訪(fǎng)問(wèn)到這個(gè)數(shù)據(jù)。仍然可以通過(guò)_{classname}__name來(lái)訪(fǎng)問(wèn)__name變量。但是強(qiáng)烈建議你不要這么干，因?yàn)椴煌姹镜腜ython解釋器可能會(huì)把__name改成不同的變量名。

Q. __new__和__init__區(qū)別

__new__與__init__區(qū)別總共有四個(gè)方面:

1. 功能上的區(qū)別: 前者生成類(lèi)實(shí)例對(duì)象空間的，后者是初始化對(duì)象空間并給對(duì)象賦值的;
2. 執(zhí)行順序: 先執(zhí)行__new__方法生成類(lèi)對(duì)象空間才能執(zhí)行后者
3. 返回值: 前者有返回值，后者沒(méi)有返回值
4. 前者是靜態(tài)方法, 后者是構(gòu)造方法。
   

Q. 什么是迭代器和?成器？

迭代器（Iterator）和?成器（Generator）都是Python中?于處理迭代的重要概念，允許逐個(gè)訪(fǎng)問(wèn)數(shù)據(jù)項(xiàng)，??需將所有數(shù)據(jù)加載到內(nèi)存中，這在處理?型數(shù)據(jù)集合時(shí)?常有?。盡管有?些相似之處，但在實(shí)現(xiàn)和?法上有?些關(guān)鍵的區(qū)別。

1.迭代器(Iterator)

迭代器是?個(gè)對(duì)象，它可以通過(guò)調(diào)? __next__() ?法逐個(gè)返回集合中的元素。迭代器通常?于遍
歷集合，如列表、元組、字典等，以及?定義的可迭代對(duì)象。的核?特點(diǎn)是惰性計(jì)算，即只在需要時(shí)才計(jì)算下?個(gè)元素。

Python的內(nèi)置函數(shù) iter() 可以?于將可迭代對(duì)象轉(zhuǎn)換為迭代器，? next() 函數(shù)?于獲取迭代
器的下?個(gè)元素。當(dāng)沒(méi)有更多元素可供迭代時(shí)，迭代器會(huì)引發(fā) StopIteration 異常。

numbers = [1, 2, 3, 4, 5]
iter_numbers = iter(numbers)
print(next(iter_numbers)) # 輸出：1
print(next(iter_numbers)) # 輸出：2

2.生成器(Generator)

生成器是?種特殊的迭代器，它可以通過(guò)函數(shù)來(lái)創(chuàng)建。?成器函數(shù)使? yield 關(guān)鍵字來(lái)產(chǎn)?值，并且會(huì)保持函數(shù)的狀態(tài)，以便在下?次調(diào)?時(shí)繼續(xù)執(zhí)?。?成器允許按需?成數(shù)據(jù)，?不必將所有數(shù)據(jù)存儲(chǔ)在內(nèi)存中。

?成器有兩種創(chuàng)建?式：

• 使??成器函數(shù)：定義?個(gè)函數(shù)，其中包含 yield 語(yǔ)句來(lái)?成值。

def countdown(n):while n > 0:yield nn -= 1
gen = countdown(5)
for num in gen:print(num)

• 使??成器表達(dá)式：類(lèi)似于列表推導(dǎo)式，但是使?圓括號(hào)?不是?括號(hào)，并且按需?成數(shù)據(jù)。

gen = (x for x in range(5))
for num in gen:print(num)

?成器通常?于處理?型數(shù)據(jù)集或需要逐個(gè)?成數(shù)據(jù)的情況，因?yàn)?strong>不需要?次性加載所有數(shù)據(jù)到內(nèi)存中，從?節(jié)省了內(nèi)存資源。

總之，迭代器和?成器都是處理迭代的強(qiáng)??具，允許?效地處理?型數(shù)據(jù)集和按需?成數(shù)據(jù)?？梢愿鶕?jù)任務(wù)的需求選擇使?哪種?式。

Q. 什么是異常處理？

異常處理是?種編程技術(shù)，?于在程序執(zhí)?期間捕獲、處理和處理可能發(fā)?的異常情況或錯(cuò)誤。異常是指在程序執(zhí)?過(guò)程中出現(xiàn)的不正常情況，可能導(dǎo)致程序崩潰或產(chǎn)?不可預(yù)料的結(jié)果。異常處理的?標(biāo)是使程序能夠優(yōu)雅地應(yīng)對(duì)異常情況，?不是因異常?終?或崩潰。

在Python中，異常處理通常使? try 和 except 語(yǔ)句來(lái)實(shí)現(xiàn)。基本的異常處理結(jié)構(gòu)如下：

try:# 可能引發(fā)異常的代碼塊
except ExceptionType:# 處理異常的代碼塊

• try 語(yǔ)句塊包含可能引發(fā)異常的代碼，它會(huì)被監(jiān)視以檢查是否發(fā)?異常。
• 如果在 try 塊中的代碼引發(fā)了指定類(lèi)型的異常（ ExceptionType ），則程序?qū)⑻D(zhuǎn)到與該異常匹配的 except 塊，執(zhí)?異常處理代碼。
• 如果在 try 塊中沒(méi)有引發(fā)異常，則 except 塊將被跳過(guò)，程序?qū)⒗^續(xù)執(zhí)? try 塊之后的代碼。

try:num = int(input("請(qǐng)輸??個(gè)整數(shù)："))result = 10 / num
except ZeroDivisionError:print("除以零錯(cuò)誤")
except ValueError:print("輸?不是有效的整數(shù)")
else:print("結(jié)果是：", result)
finally:print("結(jié)束")

• else語(yǔ)句塊中的代碼會(huì)在try塊沒(méi)有拋出任何異常的情況下運(yùn)行。
• finally語(yǔ)句塊中的代碼無(wú)論是否發(fā)生異常都會(huì)被執(zhí)行。

Q. Python斷言(assert)

Python assert（斷言）用于判斷一個(gè)表達(dá)式，在表達(dá)式條件為 false 的時(shí)候觸發(fā)異常。

斷言可以在條件不滿(mǎn)足程序運(yùn)行的情況下直接返回錯(cuò)誤，而不必等待程序運(yùn)行后出現(xiàn)崩潰的情況，例如我們的代碼只能在 Linux 系統(tǒng)下運(yùn)行，可以先判斷當(dāng)前系統(tǒng)是否符合條件。

語(yǔ)法格式如下：

assert expression
#等價(jià)于：
if not expression:raise AssertionError#assert后面也可以緊跟參數(shù):assert expression [, arguments]
#等價(jià)于：
if not expression:raise AssertionError(arguments)

例子：

>>> assert True     # 條件為 true 正常執(zhí)行
>>> assert False    # 條件為 false 觸發(fā)異常
Traceback (most recent call last):File "<stdin>", line 1, in <module>
AssertionError
>>> assert 1==1    # 條件為 true 正常執(zhí)行
>>> assert 1==2    # 條件為 false 觸發(fā)異常
Traceback (most recent call last):File "<stdin>", line 1, in <module>
AssertionError>>> assert 1==2, '1 不等于 2'
Traceback (most recent call last):File "<stdin>", line 1, in <module>
AssertionError: 1 不等于 2
>>>

Q. Python中* 和 **用法？

在 Python 中，* 和 ** 具有語(yǔ)法多義性，具體來(lái)說(shuō)是有四類(lèi)用法。

1.算數(shù)運(yùn)算

>>> 2 * 5 #乘法
//10
>>> 2 ** 5 #乘方
//32

2.函數(shù)形參

*args 和 **kwargs 主要用于函數(shù)定義。

你可以將不定數(shù)量的參數(shù)傳遞給一個(gè)函數(shù)。不定的意思是：預(yù)先并不知道, 函數(shù)使用者會(huì)傳遞多少個(gè)參數(shù)給你, 所以在這個(gè)場(chǎng)景下使用這兩個(gè)關(guān)鍵字。其實(shí)并不是必須寫(xiě)成 *args 和 **kwargs。 *(星號(hào)) 才是必須的. 你也可以寫(xiě)成 *ar 和 **k 。而寫(xiě)成 *args 和**kwargs 只是一個(gè)通俗的命名約定。

python函數(shù)傳遞參數(shù)的方式有兩種：

• 位置參數(shù)（positional argument）
• 關(guān)鍵詞參數(shù)（keyword argument）

*args 與 **kwargs 的區(qū)別，兩者都是 python 中的可變參數(shù)：

• *args 表示任何多個(gè)無(wú)名參數(shù)，它本質(zhì)是一個(gè) tuple
• **kwargs 表示關(guān)鍵字參數(shù)，它本質(zhì)上是一個(gè) dict

如果同時(shí)使用 *args 和 **kwargs 時(shí)，必須 *args 參數(shù)列要在 **kwargs 之前。

>>> def fun(*args, **kwargs):
...     print('args=', args)
...     print('kwargs=', kwargs)
... 
>>> fun(1, 2, 3, 4, A='a', B='b', C='c', D='d')
//args= (1, 2, 3, 4)
//kwargs= {'A': 'a', 'B': 'b', 'C': 'c', 'D': 'd'}

使用*args：

>>> def fun(name, *args):
...     print('你好:', name)
...     for i in args:
...         print("你的寵物有:", i)
... 
>>> fun("Geek", "dog", "cat")
//你好: Geek
//你的寵物有: dog
//你的寵物有: cat

使用 **kwargs ：

>>> def fun(**kwargs):
...     for key, value in kwargs.items():
...         print("{0} 喜歡 {1}".format(key, value))
... 
>>> fun(Geek="cat", cat="box")
//Geek 喜歡 cat
//cat 喜歡 box

3.函數(shù)實(shí)參(解引用)
如果函數(shù)的形參是定長(zhǎng)參數(shù)，也可以使用 *args 和 **kwargs 調(diào)用函數(shù)，類(lèi)似對(duì)元組和字典進(jìn)行解引用：

>>> def fun(data1, data2, data3):
...     print("data1: ", data1)
...     print("data2: ", data2)
...     print("data3: ", data3)
... 
>>> args = ("one", 2, 3)
>>> fun(*args)
data1:  one
data2:  2
data3:  3
>>> kwargs = {"data3": "one", "data2": 2, "data1": 3}
>>> fun(**kwargs)
data1:  3
data2:  2
data3:  one

4.序列解包
序列解包沒(méi)有**

>>> a, b, *c = 0, 1, 2, 3  
>>> a  
0  
>>> b  
1  
>>> c  
[2, 3]