Python面试内容

㈠ python 面试高频问题：cls到底是什么

上一篇文章介绍了什么是python 中的self，详情请参考：

Python面试高频问题：self到底是什么

简单的说self是类（Class）实例化的对象。

面试中还有一个问题经常被提及，那就是——什么是cls呢？

cls 是类（或子类）本身，取决于调用的是哪个类。

看下面的实例

输出：

我们也可以通过实例的方法调用class method,例如：

同样输出

输出：

使用cls 作为方法参数时，通常该方法需要由@classmethod 修饰，@classmethod修饰的方法表示的是类方法。这里需要注意cls就是一个标识，你可以把他写成abc，bcd都是可以的，只是出于习惯写成了cls。

既然cls是一个类，那么我们就可以使用他来进行实例化，具体代码如下:

输出：

可以看到通过obj1=cls()和obj2=cls()，成功创建了两个实例，分别是0x000000690A1E0C08和0x000000690A1E0C48，而这两个实例的类型都是MyClass3'

另外cls 还可以在python类中的方法 __new__里实现，通常定义为：

最后我们可以简单地总结一下self 和 cls：简单的说self是类（Class）实例化的对象。

cls 是类（或子类）本身。我们也可以方便地理解self表示实例的，cls则表示类的！

㈡ python面试题总结1-内存管理机制

（1）.引用计数
（2）. 垃圾回收
(3）. 内存池机制

在python中每创建一个对象，对应的会有一个引用计数，当发生赋值操作如a=b，对应的b的引用计数会自动加1，当引用的对象被清除或者函数结束时，引用计数会自动减1。

在python中使用引用计数，标记清楚，分代回收三种方式进行垃圾回收。
其中，引用计数当对象的引用计数归0时，对象会自动被清除。标记清除机制是首先遍历所有对象，如果对象可达，就说明有变量引用它，则标记其为可达的。如果不可达，则对其进行清除。分代回收是当对象创建时被标记为第0代，经过一次垃圾回收之后，余下的对象被标记为第1代，最高为第2代。其原理是，对象的生存期越长，月可能不是垃越。

ython语言虽然提供了对内存的垃圾收集机制，但实际上它将不用的内存放到内存池而不是返回给操作系统，所以就有了以下：

1 Pymalloc机制；这个主要是为了加速Python的执行效率，Python引入了一个内存池机制，用于管理，为了对小块内存的申请和释放。

2 Python中所有小于256个字节的对象都是依靠pymalloc分配器来实现的，而稍大的对象用的则是系统的malloc。

3 对于Python对象，比如整数、浮点数和List这些，都有自己独立的内存池，对象间并不共享他们的内存池。换句话说就是，假设你分配并且释放了大量的整数，那么用于缓存这些整数的内存就不能再分配给浮点数。

㈢ 面试Python后端工程师，主要注意准备什么

自我介绍
之前讲过很多关于如何应对面试官提出的“自我介绍”这个问题，今天，针对Python程序员这个岗位，给大家重新梳理一下答题的结构。我们在做自我介绍时，可以按照：个人基本信息+基本技术构成+项目经验(具体项目以及在项目中的负责部分)+自我评价的结构来回答。注意一定要紧紧围绕招聘岗位的需求做介绍，在此之前要做好准备工作，看看招聘方具体需要什么方向的研发工程师。目前针对Python，有自动化测试平台的设计与开发、数据的挖掘与清洗以及Python开发等具体岗位，所以面试Python方向的同学注意，可以多和运维以及自动化方面靠拢。当然，具体还是要看公司空缺岗位与你的专业是否对口。
不要给自己挖坑
确保你在回答面试官的过程中，回答的每个知识点都了然于胸，不然被问住，是很难堪的。如果遇到不会的问题，一定不要盲目乱答一通。比如有一次，有位同学在回答Web安全问题时，顺嘴说了SQL注入，面试官便顺水推舟，让这位同学接着讲讲SQL的原理及解决方法。然而这位同学却把XSS跨站注入攻击和SQL注入搞混了，归根结底，还是知识掌握得不够牢固。所以，在面试时，要斟酌每一句话，聪明的同学还可以引导面试官，让他问出自己想要被问的问题。当然，化被动为主动，就是面试中比较高的一种境界了。
有足够的自信
如果你学历不是特别高，在面试时，面试官很有可能会问你是怎样看待学历和能力的。学历和能力在当今的社会都不可或缺，学历往往是你面试的敲门砖，但敲完门用途就不大了，后面才是证明你能力的时刻。针对这个问题，我们一定要不卑不亢地说出自己看法：“我想只要完成了大学校园内的学业，就表明已经具备了一定的学习能力。如果我们努力学习代码技能，并且有能力学好，那么是学士还是博士就不是很重要。竞争这个岗位的关键是看你能在这个领域上发挥什么作用，而不单单是学了多少书本上的知识。”
除了上述主观性问题之外，很多专业性的问题也要了然于心。

㈣ Python学到什么程度可以面试工作

Python作为一门最基础的编程语言，也是很多计算机专业的学生需要掌握的一门课程。我在大一的时候就已经学习了Python的相关基础知识，可以说是很多其他编程语言例如Java，C++的基础了。

那Python学习到什么程度就可以去找工作了呢？下面是某招聘网站中Python开发工程师的岗位要求。

质而言之，以上的参考都是基于图中岗位而言的。但是万变不离其宗，我们学习的过程中就一定要把Python的基础打好，特别是对于编程小白，一定要多积累自己的经验，多独立开发一些项目，这样才能在之后的公司面试中更加出众。

㈤ python运维开发工程师面试常见问题有哪些

面试python运维开发工程师每家公司对专业知识的考察侧重点是不一样的，下面给你整理了一些，希望能帮助到你!
python
1、python是强类型还是弱类型的语言
2、python的动态性体现在哪
3、python的namespace：四种；len()等函数的命名空间
4、range和xrange的区别，谈到了迭代器
5、于是问怎么实现迭代器，然后又问了生成器，yield语句
6、将list的中的一万条字符串合成一条字符串的方法
7、python多线程（g il）
8、python的三目运算符有吗？ 怎么用一行代码实现三目运算
linux
1、问linux命令
2、top和ps在进程占有资源率的统计方式有什么不同
3、然后扯到了页表，内存管理，TLB
5、linux文件系统：inode，inode存储了哪些东西，目录名，文件名存在哪里

㈥ Python后端开发工程师面试

第一步：自我介绍

第二步：公司介绍

第三步：技术基础

第四步：项目介绍

第五步：待遇

自我介绍，简单直接，姓名，籍贯，大学，工作经历

示例如下：

你好，面试官，我叫XX，来自XX，本科毕业于XX，主修XX专业，有X年工作经验，在上一家公司担任python后端开发工程师的职位。

公司名称是XX、公司主要做外包软件、都有软件定制/商城定制、前端2个后端2个运维1个

主要是根据你简历中填写的技术，根据我的简历中所写的，总结几点如下：

字典的查询流程：

不可变对象可哈希， str ， fronzenset ， tuple ，自己实现的类，要重载 __hash__ 方法。

dict内存花销大，但是查询速度快，自定义的对象或者python内部的对象都是dict包装的。

dict的存储顺序和元素添加顺序有关，添加顺序可能改变已有数据的顺序。

集合：是一个可以存放任意数据类型的可变无序的映射集合。

set和dict类似，set的核心也是散列表，但是表元只包含值的引用。 由于散列表的特性，set的元素不能重复，且无序。 内部由哈希实现，查找的时间复杂度为O(1)，所以性能很高，实现了魔法函数 __contains__ 可以使用in来查找。 set的去重是通过两个函数 __hash__ 和 __eq__ 实现的。

（1）浅拷贝

定义：浅拷贝只是对另外一个变量的内存地址的拷贝，这两个变量指向同一个内存地址的变量值。

浅拷贝的特点：

（2）深拷贝：

定义：一个变量对另外一个变量的值拷贝。

深拷贝的特点：

Python GC主要使用引用计数（reference counting）来跟踪和回收垃圾。在引用计数的基础上，通过“标记-清除”（mark and sweep）解决容器对象可能产生的循环引用问题，通过“分代回收”（generation collectio n）以空间换时间的方法提高垃圾回收效率。

GIL全称 Global Interpreter Lock ，中文解释为全局解释器锁。它并不是Python的特性，而是在实现python的主流Cpython解释器时所引入的一个概念，GIL本质上就是一把互斥锁，将并发运行变成串行，以此来控制同一时间内共享数据只能被一个任务所修改，从而保证数据的安全性。

GIL保护的是解释器级别的数据，但是用户自己的数据需要自己加锁处理。

既然有了GIL的存在，一个进程中同一时刻只有一个线程能够被执行，无法利用cpu的多核机制，导致多线程用于I/O密集型，多进程用于计算密集型，如金融分析等。

死锁：两个或两个以上的进程或者线程在执行过程中，因为争夺资源而造成的互相等待现象，若无外力的作用，都将一直处于阻塞状态，这些互相等待的进程或者线程就被称为死锁。

解决方法，使用递归锁（RLock）

这个RLock内部有一个Lock和一个counter变量，counter记录着acquire的次数，从而使得资源可以被多次require。直到一个线程所有的acquire都被release，其他的线程才能获得资源。上面的例子如果使用RLock代替Lock，则不会发生死锁

可以直接认为是linux，毕竟搞后端的多数是和linux打交道。

那么如何避免粘包问题呢? 归根结底就是一句话, 明确两个包之间的边界.

UDP不存在粘包问题，是由于UDP发送的时候，没有经过Negal算法优化，不会将多个小包合并一次发送出去。另外，在UDP协议的接收端，采用了链式结构来记录每一个到达的UDP包，这样接收端应用程序一次recv只能从socket接收缓冲区中读出一个数据包。也就是说，发送端send了几次，接收端必须recv几次（无论recv时指定了多大的缓冲区）。

存储可能包含rdbms，nosql以及缓存等，我以mysql,redis举例**

㈦ Python编程面试常见问题有哪些

Python编程面试题目一：python下多线程的限制以及多进程中传递参数的方式，以及区别

(1)python下多线程的限制以及多进程中传递参数的方式

python多线程有个全局解释器锁(global interpreter lock)，这个锁的意思是任一时间只能有一个线程使用解释器，跟单cpu跑多个程序一个意思，大家都是轮着用的，这叫“并发”，不是“并行”。

多进程间共享数据，可以使用 multiprocessing.Value 和 multiprocessing.Array

(2)python多线程与多进程的区别

在UNIX平台上，当某个进程终结之后，该进程需要被其父进程调用wait，否则进程成为僵尸进程(Zombie)。所以，有必要对每个Process对象调用join()方法 (实际上等同于wait)。对于多线程来说，由于只有一个进程，所以不存在此必要性。

多进程应该避免共享资源。在多线程中，我们可以比较容易地共享资源，比如使用全局变量或者传递参数。在多进程情况下，由于每个进程有自己独立的内存空间，以上方法并不合适。此时我们可以通过共享内存和Manager的方法来共享资源。但这样做提高了程序的复杂度，并因为同步的需要而降低了程序的效率。

Python编程面试题目二：lambada函数

lambda 函数是一个可以接收任意多个参数(包括可选参数)并且返回单个表达式值的函数。 lambda 函数不能包含命令，它们所包含的表达式不能超过一个。不要试图向lambda 函数中塞入太多的东西;如果你需要更复杂的东西，应该定义一个普通函数，然后想让它多长就多长。

更多关于Python编程的技巧，干货，资讯等内容，小编会持续更新。

㈧ 面试官常问十大经典算法排序（用Python实现）

算法是一种与语言无关的东西，更确切地说就算解决问题的思路，就是一个通用的思想的问题。代码本身不重要，算法思想才是重中之重

我们在面试的时候总会被问到一下算法，虽然算法是一些基础知识，但是难起来也会让人非常头疼。

排序算法应该算是一些简单且基础的算法，但是我们可以从简单的算法排序锻炼我们的算法思维。这里我就介绍经典十大算法用python是怎么实现的。

十大经典算法可以分为两大类：

比较排序： 通过对数组中的元素进行比较来实现排序。

非比较排序： 不通过比较来决定元素间的相对次序。

算法复杂度

冒泡排序比较简单，几乎所有语言算法都会涉及的冒泡算法。

基本原理是两两比较待排序数据的大小 ，当两个数据的次序不满足顺序条件时即进行交换，反之，则保持不变。

每次选择一个最小（大）的，直到所有元素都被输出。

将第一个元素逐个插入到前面的有序数中，直到插完所有元素为止。

从大范围到小范围进行比较-交换，是插入排序的一种，它是针对直接插入排序算法的改进。先对数据进行预处理，使其基本有序，然后再用直接插入的排序算法排序。

该算法是采用 分治法 对集合进行排序。

把长度为n的输入序列分成两个长度为n/2的子序列，对这两个子序列分别采用归并排序，最终合并成序列。

选取一个基准值，小数在左大数在在右。

利用堆这种数据结构所设计的一种排序算法。

堆是一个近似完全二叉树的结构，并同时满足堆积的性质：即子结点的键值或索引总是小于（或者大于）它的父节点。利用最大堆和最小堆的特性。

采用字典计数-还原的方法，找出待排序的数组中最大和最小的元素，统计数组中每个值为i的元素出现的次数，对所有的计数累加，将每个元素放在新数组依次排序。

设置一个定量的数组当作空桶；遍历输入数据，并且把数据一个一个放到对应的桶里去；对每个不是空的桶进行排序；从不是空的桶里把排好序的数据拼接起来。

元素分布在桶中：

然后，元素在每个桶中排序：

取得数组中的最大数，并取得位数；从最低位开始取每个位组成新的数组；然后进行计数排序。

上面就是我整理的十大排序算法，希望能帮助大家在算法方面知识的提升。看懂之后可以去试着自己到电脑上运行一遍。最后说一下每个排序是没有调用数据的，大家记得实操的时候要调用。

参考地址：https://www.runoob.com/w3cnote/ten-sorting-algorithm.html

㈨ Python面试数据分析，爬虫和深度学习一般都问什么问题，笔试题目有哪些

简单罗列些:
1.数据清洗与处理:数据读取read_csv等，数据表构建dataframe等，数据整合concat/join/merge等，表结构处理以及切片iloc/loc等，数据统计describe/isnull/sum/apply等，图表展示plot，数据透视表pivot_table等，异常值与缺失数据统计与处理，相关性检验
2.机器学习模型构建:svm,logistic,knn等
3.爬虫:request包
4.深度学习:CNN,RNN，图像处理，音频处理，语义理解。