IT业界：53道Python面试问答题，帮你成为大数据工程师！

作者:课课家教育更新于： 2020-06-16 14:27:02

Python是一种计算机程序设计语言。是一种面向对象的动态类型语言，最初被设计用于编写自动化脚本(shell)，随着版本的不断更新和语言新功能的添加，越来越多被用于独立的、大型项目的开发。

不久前，我开始担任"数据科学家"的新角色，实际上是" Python工程师"。

如果我提前了解Python的线程生命周期而不是推荐系统，我会做得更好。

本着这种精神，这是我的python面试/工作准备问题和答案。 大多数数据科学家编写了大量代码，因此这对科学家和工程师均适用。

无论您是面试应聘者，准备应聘工作还是只是精通Python，我都认为这份清单将是无价之宝。

问题是无序的。 让我们开始。

1.列表和元组有什么区别？

在我进行过的每次python /数据科学访谈中，都曾问过我这个问题。 像手背一样知道答案。

· 列表是可变的。 创建后可以对其进行修改。

· 元组是不可变的。 一旦创建了元组，就不能对其进行更改

· 列表有顺序。 它们是有序序列，通常是相同类型的对象。 即：按创建日期排序的所有用户名，[" Seth"，" Ema"，" Eli"]

· 元组具有结构。 每个索引可能存在不同的数据类型。 即：内存中的数据库记录，（2，" Ema"，" 2020–04–16"）＃id，名称，created_at

2.如何进行字符串插值？

在不导入Template类的情况下，有3种插值字符串的方法。

name = 'Chris'

# 1. f strings

print(f'Hello {name}')

# 2. % operator

print('Hey %s %s' % (name, name))

# 3. format

print( "My name is {}".format((name)))

3." is"和" =="有什么区别？

在我的python生涯的早期，我以为它们是相同的……您好错误。 因此，为了记录，检查身份和==检查相等性。

我们将通过一个例子。 创建一些列表并将其分配给名称。 请注意，b指向与下面的a相同的对象。

a = [1,2,3]

b = a

c = [1,2,3]

检查是否相等，并注意它们是否相等。

print(a == b)

print(a == c)

#=> True

#=> True

但是它们具有相同的身份吗？ 不。

print(a is b)

print(a is c)

#=> True

#=> False

我们可以通过打印其对象ID进行验证。

print(id(a))

print(id(b))

print(id(c))

#=> 4369567560

#=> 4369567560

#=> 4369567624

c与a和b具有不同的ID。

4.什么是装饰器？

每次面试中我都被问到另一个问题。 它本身值得发布，但是如果您可以逐步编写自己的示例，那么您已经准备好了。

装饰器允许通过将现有功能传递给装饰器，从而将功能添加到现有功能，该装饰器将执行现有功能以及其他代码。

我们将编写一个装饰器，该装饰器会在调用另一个函数时记录日志。

编写装饰器函数。 这需要一个函数func作为参数。 它还定义了一个函数log_function_drawn，该函数调用func（）并执行一些代码print（f'{func}被调用。'）。 然后返回定义的函数

def logging(func):

	def log_function_called():

  	print(f'{func} called.')

		func()

		return log_function_called

让我们编写其他函数，我们最终将装饰器添加到（但尚未）。

def my_name():

	print('chris')

def friends_name():

	print('naruto')

my_name()

friends_name()

#=> chris

#=> naruto

现在将装饰器添加到两者。

@logging

def my_name():

	print('chris')

@logging

def friends_name():

	print('naruto')

my_name()

friends_name()

#=> called.

#=> chris#=> called.

#=> naruto

了解现在如何仅通过在其上面添加@logging就能轻松地将日志添加到我们编写的任何函数中。

5.解释范围功能

Range生成一个整数列表，有3种使用方式。

该函数接受1到3个参数。 请注意，我将每种用法都包装在列表推导中，以便我们看到生成的值。

range（stop）：生成从0到" stop"整数的整数。

[i for i in range(10)]#=> [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

range（start，stop）：生成从" start"到" stop"整数的整数。

[i for i in range(2,10)]#=> [2, 3, 4, 5, 6, 7, 8, 9]

range（start，stop，step）：以" step"为间隔生成从" start"到" stop"的整数。

[i for i in range(2,10,2)]#=> [2, 4, 6, 8]

6.定义一个名为car的类，具有2个属性，即"颜色"和"速度"。 然后创建一个实例并返回速度。

class Car :

	def __init__(self, color, speed):

  	self.color = color self.speed = speed

car = Car('red','100mph')

car.speed

#=> '100mph'

7. python中的实例，静态和类方法之间有什么区别？

实例方法：接受self参数并与类的特定实例相关。

静态方法：使用@staticmethod装饰器，与特定实例无关，并且是独立的（请勿修改类或实例属性）

类方法：接受cls参数并可以修改类本身

我们将说明一个虚构的CoffeeShop类的区别。

class CoffeeShop:

	specialty = 'espresso'

	def __init__(self, coffee_price):

  	self.coffee_price = coffee_price

	# instance method

  def make_coffee(self):

  	print(f'Making {self.specialty} for ${self.coffee_price}')

	# static method

  @staticmethod def check_weather():

  	print('Its sunny')

	# class method

  @classmethod

	def change_specialty(cls, specialty):

  	cls.specialty = specialty

		print(f'Specialty changed to {specialty}')

CoffeeShop类具有特殊属性，默认情况下设置为" espresso"。 CoffeeShop的每个实例都使用属性coffee_price初始化。 它还有3种方法，实例方法，静态方法和类方法。

让我们以coffee_price为5初始化咖啡店的实例。然后调用实例方法make_coffee。

coffee_shop = CoffeeShop('5')

coffee_shop.make_coffee()

#=> Making espresso for $5

现在调用静态方法。 静态方法无法修改类或实例状态，因此通常用于实用程序功能，例如，添加两个数字。 我们用我们的天气检查天气。 大！

coffee_shop.check_weather()

#=> Its sunny

现在，我们使用class方法来修改咖啡店的特色菜，然后再修改make_coffee。

coffee_shop.change_specialty('drip coffee')

#=> Specialty changed to drip coffee

coffee_shop.make_coffee()

#=> Making drip coffee for $5

请注意，make_coffee以前是用来制作意式浓缩咖啡的，但现在却可以制作滴滤咖啡！

8." func"和" func（）"有什么区别？

这个问题的目的是看看您是否了解所有函数也是python中的对象。

def func():

	print('Im a function')

func

#=> function __main__.func>

func()

#=> Im a function

func是表示函数的对象，可以将其分配给变量或传递给另一个函数。 带括号的func（）调用该函数并返回其输出。

9.说明Map功能的工作方式

map通过将函数应用于序列中的每个元素，返回由返回值组成的列表。

def add_three(x):

	return x + 3

li = [1,2,3]

[i for i in map(add_three, li)] #=> [4, 5, 6]

上面，我为列表中的每个元素添加了3。

10.解释reduce函数的工作原理

将头缠起来直到您几次使用都很难。

reduce接受一个函数和一个序列，然后对该序列进行迭代。 在每次迭代中，当前元素和前一个元素的输出都将传递给函数。 最后，返回一个值。

from functools import reduce

def add_three(x,y):

	return x + y

li = [1,2,3,5]

reduce(add_three, li)

#=> 11

返回11，它是1 + 2 + 3 + 5的总和。

11.解释filter功能如何工作

过滤器按字面意思执行。 它按顺序过滤元素。

每个元素都传递给一个函数，如果函数返回True，则按输出顺序返回；如果函数返回False，则将其丢弃。

def add_three(x):

	if x % 2 == 0:

  	return True

	else: return False

li = [1,2,3,4,5,6,7,8]

[i for i in filter(add_three, li)]

#=> [2, 4, 6, 8]

请注意如何删除所有不能被2整除的元素。

12. python是按引用调用还是按值调用？

如果您对这个问题进行了搜索并阅读了前几页，请准备好深入了解语义。 您最好仅了解其工作原理。

不变的对象（如字符串，数字和元组）是按值调用的。 请注意，在函数内部进行修改后，name的值不会在函数外部发生变化。 name的值已分配给该功能范围内的内存中的新块。

name = 'chr'

def add_chars(s):

	s += 'is' print(s)

add_chars(name)

print(name)

#=> chris

#=> chr

可变对象（如list）是按引用调用的。 注意如何在函数外部定义的列表在函数内部被修改。 函数中的参数指向内存中存储li值的原始块。

li = [1,2]

def add_element(seq):

	seq.append(3)

	print(seq)

add_element(li)

print(li)

#=> [1, 2, 3]

#=> [1, 2, 3]

13.如何撤消清单？

请注意如何在列表上调用reverse（）并对其进行突变。 它不会返回变异列表本身。

li = ['a','b','c']

print(li)

li.reverse()

print(li)

#=> ['a', 'b', 'c']

#=> ['c', 'b', 'a']

14.字符串乘法如何工作？

让我们看看将字符串" cat"乘以3的结果。

'cat' * 3

#=> 'catcatcat'

该字符串将自身连接3次。

15.列表乘法如何工作？

我们来看看将列表[1,2,3]乘以2的结果。

[1,2,3] * 2

#=> [1, 2, 3, 1, 2, 3]

输出包含重复两次的[1,2,3]内容的列表。

16.在类上"self"指的是什么？

自我是指类本身的实例。 这就是我们赋予方法访问权限并能够更新方法所属对象的能力。

下面，将self传递给__init __（）使我们能够在初始化时设置实例的颜色。

class Shirt:

	def __init__(self, color):

  	self.color = color

s = Shirt('yellow')

s.color

#=> 'yellow'

17.如何连接python中的列表？

将2个列表加在一起将它们串联在一起。 请注意，数组的功能不同。

a = [1,2]

b = [3,4,5]

a + b

#=> [1, 2, 3, 4, 5]

18.浅拷贝和深拷贝之间有什么区别？

我们将在可变对象（列表）的上下文中进行讨论。 对于不可变的物体，浅与深并不重要。

我们将介绍3种情况。

i）引用原始对象。 这将新名称li2指向li1指向的内存相同位置。 因此，我们对li1所做的任何更改也会在li2中发生。

li1 = [['a'],['b'],['c']]

li2 = li1

li1.append(['d'])

print(li2)

#=> [['a'], ['b'], ['c'], ['d']]

ii）创建原始文档的浅表副本。 我们可以使用list（）构造函数来做到这一点。 浅表副本会创建一个新对象，但会使用对原始对象的引用来填充它。 因此，将新对象添加到原始集合li3中不会传播到li4，但是修改li3中的一个对象将传播到li4。

li3 = [['a'],['b'],['c']]

li4 = list(li3)

li3.append([4])

print(li4)

#=> [['a'], ['b'], ['c']]

li3[0][0] = ['X']

print(li4)

#=> [[['X']], ['b'], ['c']]

iii）创建一个深层副本。 这是通过copy.deepcopy（）完成的。 现在，这两个对象是完全独立的，并且对其中任何一个所做的更改不会对另一个对象产生影响。

import copy

li5 = [['a'],['b'],['c']]

li6 = copy.deepcopy(li5)

li5.append([4])

li5[0][0] = ['X']

print(li6)

#=> [['a'], ['b'], ['c']]

19.列表和数组有什么区别？

注意：Python的标准库有一个数组对象，但在这里我专门指的是常用的Numpy数组。

· 列表存在于python的标准库中。 数组由Numpy定义。

· 列表可以在每个索引处填充不同类型的数据。 数组需要齐次元素。

· 列表上的算术从列表中添加或删除元素。 每个线性代数的数组函数的算术运算。

· 阵列还使用更少的内存，并具有更多的功能。

我写了另一篇有关数组的文章。

20.如何连接两个数组？

请记住，数组不是列表。 数组来自Numpy和算术函数，例如线性代数。

我们需要使用Numpy的连接函数来实现。

import numpy as np

a = np.array([1,2,3])

b = np.array([4,5,6])

np.concatenate((a,b))

#=> array([1, 2, 3, 4, 5, 6])

21.您喜欢Python的什么？

Python非常易读，并且有一种Python方式可以处理几乎所有事情，这意味着一种简洁明了的首选方式。

我将其与Ruby相比，后者通常有很多方法来做某事，而没有指南是首选。

22.您最喜欢使用Python的哪个库？

当处理大量数据时，没有什么比熊猫那么有用了，这使得操作和可视化数据变得轻而易举。

23.命名可变和不可变的对象

不可变表示创建后无法修改状态。 例如：int，float，bool，string和tuple。

可变表示状态可以在创建后进行修改。 示例是列表，字典和集合。

24.您如何将数字四舍五入到小数点后三位？

使用round（value，decimal_places）函数。

a = 5.12345

round(a,3)

#=> 5.123

25.您如何分割列表？

切片符号采用3个参数list [start：stop：step]，其中step是返回元素的间隔。

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

print(a[:2])

#=> [0, 1]

print(a[8:])

#=> [8, 9]

print(a[2:8])

#=> [2, 3, 4, 5, 6, 7]

print(a[2:8:2])

#=> [2, 4, 6]

26.什么是pickle？

酸洗是在Python中序列化和反序列化对象的首选方法。

在下面的示例中，我们对字典列表进行序列化和反序列化。

import pickleobj = [ {'id':1, 'name':'Stuffy'}, {'id':2, 'name': 'Fluffy'}]

with open('file.p', 'wb') as f:

	pickle.dump(obj, f)

with open('file.p', 'rb') as f:

	loaded_obj = pickle.load(f)

print(loaded_obj)

#=> [{'id': 1, 'name': 'Stuffy'}, {'id': 2, 'name': 'Fluffy'}]

27.字典和JSON有什么区别？

Dict是python数据类型，是已索引但无序的键和值的集合。

JSON只是遵循指定格式的字符串，用于传输数据。

28.您在Python中使用了哪些ORM？

ORM（对象关系映射）将数据模型（通常在应用程序中）映射到数据库表，并简化了数据库事务。

SQLAlchemy通常在Flask的上下文中使用，而Django拥有自己的ORM。

29. any（）和all（）如何工作？

Any接受一个序列，如果序列中的任何元素为true，则返回true。

仅当序列中的所有元素均为true时，All才返回true。

a = [False, False, False]

b = [True, False, False]

c = [True, True, True]

print( any(a) )

print( any(b) )

print( any(c) )

#=> False

#=> True

#=> True

print( all(a) )

print( all(b) )print( all(c) )#=> False#=> False#=> True

30.字典或列表的查找速度更快吗？

在列表中查找值需要O（n）时间，因为整个列表需要遍历直到找到值为止。

在字典中查找键需要O（1）时间，因为它是一个哈希表。

如果值很多，这可能会造成巨大的时差，因此通常建议使用字典来提高速度。 但是它们确实还有其他限制，例如需要唯一键。

31.模块和包装之间有什么区别？

模块是可以一起导入的文件（或文件集合）。

import sklearn

包是模块的目录。

from sklearn import cross_validation

因此，包是模块，但并非所有模块都是包。

32.如何在Python中递增和递减整数？

可以使用+-和-=进行递增和递减。

value = 5

value += 1

print(value)

#=> 6

value -= 1

value -= 1

print(value)

#=> 4

33.如何返回整数的二进制？

使用bin（）函数。

bin(5)

#=> '0b101'

34.如何从列表中删除重复的元素？

可以通过将列表转换为集合然后返回列表来完成。

a = [1,1,1,2,3]

a = list(set(a))

print(a)

#=> [1, 2, 3]

35.如何检查列表中是否存在值？

用于。

'a' in ['a','b','c']

#=> True

'a' in [1,2,3]

#=> False

36. append和extend有什么区别？

append将值添加到列表，而extend将另一个列表中的值添加到列表。

a = [1,2,3]

b = [1,2,3]

a.append(6)

print(a)

#=> [1, 2, 3, 6]

b.extend([4,5])

print(b)

#=> [1, 2, 3, 4, 5]

37.如何取整数的绝对值？

这可以通过abs（）函数来完成。

abs(2)

#=> 2

abs(-2)

#=> 2

38.如何将两个列表组合成一个元组列表？

您可以使用zip函数将列表组合成一个元组列表。 这不仅限于仅使用两个列表。 也可以用3个或更多来完成。

a = ['a','b','c']

b = [1,2,3]

[(k,v) for k,v in zip(a,b)]

#=> [('a', 1), ('b', 2), ('c', 3)]

39.如何按字母顺序对字典排序？

您无法对字典进行"排序"，因为字典没有顺序，但是您可以返回已排序的元组列表，其中包含字典中的键和值。

d = {'c':3, 'd':4, 'b':2, 'a':1}

sorted(d.items())

#=> [('a', 1), ('b', 2), ('c', 3), ('d', 4)]

40.一个类如何从Python中的另一个类继承？

在下面的示例中，奥迪继承自Car。 继承带来了父类的实例方法。

class Car():

	def drive(self):

  	print('vroom')

class Audi(Car):

	pass

audi = Audi()

audi.drive()

41.如何从字符串中删除所有空格？

最简单的方法是在空白处分割字符串，然后重新连接而没有空格。

s = 'A string with white space'

''.join(s.split())

#=> 'Astringwithwhitespace'

42.为什么要在序列上迭代时使用enumerate（）？

enumerate（）允许在序列上进行迭代时跟踪索引。 它比定义和递增代表索引的整数更具Python感。

li = ['a','b','c','d','e']

for idx,val in enumerate(li):

	print(idx, val)

#=> 0 a

#=> 1 b

#=> 2 c

#=> 3 d

#=> 4 e

43.pass，continue和break之间有什么区别？

通过意味着什么都不做。 我们之所以通常使用它，是因为Python不允许在其中没有代码的情况下创建类，函数或if语句。

在下面的示例中，如果i> 3中没有代码，则会引发错误，因此我们使用pass。

a = [1,2,3,4,5]

for i in a:

	if i > 3

  	: pass

  print(i)

#=> 1

#=> 2

#=> 3

#=> 4

#=> 5

继续继续到下一个元素，并暂停当前元素的执行。 因此对于i <3的值，永远不会达到print（i）。

for i in a:

	if i < 3:

  	continue

	print(i)

#=> 3

#=> 4

#=> 5

break打破了循环，序列不再重复。 因此，不会打印3以后的元素。

for i in a:

	if i == 3:

  	break

	print(i)

#=> 1

#=> 2

44.将以下for循环转换为列表推导。

这个for循环。

a = [1,2,3,4,5]

a2 = []

for i in a:

	a2.append(i + 1)

	print(a2)

#=> [2, 3, 4, 5, 6]

成为。

a3 = [i+1 for i in a]

print(a3)

#=> [2, 3, 4, 5, 6]

列表理解通常被认为是更具Python性的，但仍易于阅读。

45.举例说明三元运算符。

三元运算符是单行if / else语句。

语法看起来像一个if条件else b。

x = 5

y = 10

'greater'  if x > 6 else 'less'

#=> 'less'

'greater' if y > 6 else 'less'

#=> 'greater'

46.检查字符串是否仅包含数字。

您可以使用isnumeric（）。

'123a'.isnumeric()

#=> False

'123'.isnumeric()

#=> True

47.检查字符串是否仅包含字母。

您可以使用isalpha（）。

'123a'.isalpha()

#=> False

'a'.isalpha()

#=> True

48.检查字符串是否仅包含数字和字母。

您可以使用isalnum（）。

'123abc...'.isalnum()

#=> False

'123abc'.isalnum()

#=> True

49.从字典返回键列表。

这可以通过将字典传递给python的list（）构造函数list（）来完成。

d = {'id':7, 'name':'Shiba', 'color':'brown', 'speed':'very slow'}

list(d)

#=> ['id', 'name', 'color', 'speed']

50.如何对字符串进行大写和小写？

您可以使用upper（）和lower（）字符串方法。

small_word = 'potatocake'

big_word = 'FISHCAKE'

small_word.upper()

#=> 'POTATOCAKE'

big_word.lower()

#=> 'fishcake'

51. remove，del和pop有什么区别？

remove（）删除第一个匹配值。

li = ['a','b','c','d']

li.remove('b')

li

#=> ['a', 'c', 'd']

del按索引删除元素。

li = ['a','b','c','d']

del li[0]

li

#=> ['b', 'c', 'd']

pop（）按索引删除一个元素并返回该元素。

li = ['a','b','c','d']

li.pop(2)

#=> 'c'

li

#=> ['a', 'b', 'd']

52.举一个字典理解的例子。

在下面，我们将创建字典，以字母作为键，并以字母索引作为值。

# creating a list of letters

import string

list(string.ascii_lowercase)

alphabet = list(string.ascii_lowercase)

# list comprehensiond = {val:idx for idx,val in enumerate(alphabet)}

d

#=> {'a': 0,

#=> 'b': 1,

#=> 'c': 2,

#=> ...

#=> 'x': 23,

#=> 'y': 24,

#=> 'z': 25}

53.如何在Python中执行异常处理？

Python提供了3个单词来处理异常，请尝试使用" except"和" finally"。

语法如下所示。

try:

# try to do this

except:

# if try block fails then do this

finally:

# always do this

在下面的简单示例中，try块失败，因为我们无法在字符串中添加整数。 else块设置val = 10，然后finally块打印完成。

try:

	val = 1 + 'A'

except:

	val = 10

finally:

	print('complete')

print(val)

#=> complete

#=> 10

结论

您永远不会知道面试中会遇到什么问题，最好的准备方法是拥有大量编写代码的经验。

就是说，此列表应涵盖您需要以python方式查询数据科学家或初级/中级python开发人员角色的所有内容。

我希望这对您像写对我一样对您有帮助。

我错过了什么大问题吗？

Python是一种解释型脚本语言，可以应用于以下领域:

• Web 和 Internet开发
• 科学计算和统计
• 教育
• 桌面界面开发
• 软件开发
• 后端开发