d = {‘a’：‘1’, ‘b’：‘2’}

print({v：k for k,v in d.items()}) 40. 如何把元组 (a,b) 和元组 (1,2)，变为字典 {a：1,b：2}

答 zip 的使用，但是最后记得把 zip 对象再转换为字典。

a = (a, b) b = (1, 2) print(dict(zip(a, b))) 数据类型 - 综合 41. 下列字典对象键类型不正确的是？ A：{1：0,2：0,3：0} B：{a：0, b：0, c：0} C： {(1,2)：0, (2,3)：0} D： {[1,2]：0, [2,3]：0} 答：D 因为只有可 hash 的对象才能做字典的键，列表是可变类型不是可 hash 对象，所以不能用列表做为字典的键。

42. 如何交换字典 {A：1,B：2}的键和值 答： s = {A：1,B：2} #方法一： dict_new = {value:key for key，value in s.items()}

new_s= dict(zip(s.values()，s.keys())) 43. Python 里面如何实现 tuple 和 list 的转换？ 答： Python 中的类型转换，一般通过类型强转即可完成 tuple 转 list 是 list() 方法 list 转 tuple 使用 tuple() 方法

44. 我们知道对于列表可以使用切片操作进行部分元素的选择，那么如何对生成器类型的对象实现相同的功能呢？ 答： 这个题目考察了 Python 标准库的 itertools 模快的掌握情况，该模块提供了操作生成器的一些方法。 对于生成器类型我们使用 islice 方法来实现切片的功能。例子如下

from itertools import islice gen = iter(range(10)) #iter()函数用来生成迭代器 #第一个参数是迭代器，第二个参数起始索引，第三个参数结束索引，不支持负数索引 for i in islice(gen,0,4)： print(i) 45. 请将 [i for i in range(3)] 改成生成器 答：通过把列表生产式的中括号，改为小括号我们就实现了生产器的功能即，

(i for i in range(3)) 46. a=hello 和 b=你好 编码成 bytes 类型 答： 这个题目一共三种方式，第一种是在字符串的前面加一个 b，第二种可以使用 bytes 方法，第三种使用字符串 encode 方法。具体代码如下，abc 代表三种情况

a = bhello b = bytes(你好, utf-8) c = 你好.encode(utf-8) print(a, b, c) 47. 下面的代码输出结果是什么？ a = (1,2,3,[4,5,6,7],8) a[2] = 2 答： 我们知道元组里的元素是不能改变的所以这个题目的答案是出现异常。

48. 下面的代码输出的结果是什么? a = (1,2,3,[4,5,6,7],8) a[3][0] = 2 答：前面我说了元组的里元素是不能改变的，这句话严格来说是不准确的，如果元组里面元素本身就是可变类型，比如列表，那么在操作这个元素里的对象时，其内存地址也是不变的。a[3] 对应的元素是列表，然后对列表第一个元素赋值，所以最后的结果是： (1,2,3,[2,5,6,7],8)

操作类题目 49. Python 交换两个变量的值 答：在 Python 中交换两个对象的值通过下面的方式即可

a , b = b ,a 但是需要强调的是这并不是元组解包，通过 dis 模块可以发现，这是交换操作的字节码是 ROT_TWO，意思是在栈的顶端做两个值的互换操作。

50. 在读文件操作的时候会使用 read、readline 或者 readlines，简述它们各自的作用

答：.read() 每次读取整个文件，它通常用于将文件内容放到一个字符串变量中。如果希望一行一行的输出那么就可以使用 readline()，该方法会把文件的内容加载到内存，所以对于对于大文件的读取操作来说非常的消耗内存资源，此时就可以通过 readlines 方法，将文件的句柄生成一个生产器，然后去读就可以了。

51. json 序列化时，可以处理的数据类型有哪些？如何定制支持 datetime 类型？

答： 可以处理的数据类型是 str、int、list、tuple、dict、bool、None, 因为 datetime 类不支持 json 序列化，所以我们对它进行拓展。

import json from datetime import datetime, date

class DateToJson(json.JSONEncoder)： def default(self, obj)： if isinstance(obj, datetime)： return obj.strftime(‘%Y-%m-%d %H：%M：%S’) elif isinstance(obj, date)： return obj.strftime(‘%Y-%m-%d’) else： return json.JSONEncoder.default(self, obj)

d = {‘name’： ‘cxa’, ‘data’： datetime.now()} print(json.dumps(d, cls=DateToJson)) 52. json 序列化时，默认遇到中文会转换成 unicode，如果想要保留中文怎么办？

答：可以通过 json.dumps 的 ensure_ascii 参数解决，代码示例如下：

import json a=json.dumps({name：张三},ensure_ascii=False) print(a) 53. 有两个磁盘文件 A 和 B，各存放一行字母，要求把这两个文件中的信息合并(按字母顺序排列)，输出到一个新文件 C 中。

答：

#文件 A.txt 内容为 ASDCF #文件 B.txt 内容为 EFGGTG with open(A.txt) as f1： f1_txt = f1.readline() with open(B.txt) as f2： f2_txt = f2.readline() f3_txt = f1_txt + f2_txt

f3_list = sorted(f3_txt)

with open(C.txt, a+) as f： f.write(.join(f3_list)) 输出的文件 C 的内容为 ACDEFFGGGST

54. 如果当前的日期为 20190530，要求写一个函数输出 N 天后的日期，(比如 N 为 2，则输出 20190601)。

答：这个题目考察的是 datetime 里的 timedelta 方法的使用，参数可选、默认值都为 0：datetime.timedelta(days=0, seconds=0, microseconds=0, milliseconds=0, minutes=0, hours=0, weeks=0) 通过这个参数可以指定不同的日期类型进行加减操作，这里我们需要改的是 days，代码如下

import datetime

def datetime_operate(n： int)： now = datetime.datetime.now() # 获取当前时间 _new_date = now + datetime.timedelta(days=n) # 获取指定天数后的新日期 new_date = _new_date.strftime(%Y%m%d) #转换为指定的输出格式 return new_date

if name == ‘main’： print(datetime_operate(4)) 55. 写一个函数，接收整数参数 n，返回一个函数，函数的功能是把函数的参数和 n 相乘并把结果返回。

答：这个题目考查了闭包的使用代码示例如下，返回函数之类型是函数对象。

def mul_operate(num): def g(val): return num * val

return g

m = mul_operate(8) print(m(5)) 56. 下面代码会存在什么问题，如何改进？

def strappend(num)： str=‘first’ for i in range(num)： str+=str(i) return str 答： 首先不应该使用 Python 的内置类似 str 作为变量名这里我把它改为了 s,另外在Python,str 是个不可变对象，每次迭代都会生成新的存储空间，num 越大，创建的 str 对象就会越多，内存消耗越大。使用 yield 改成生成器即可, 还有一点就是命名规范的位置，函数名改为_分割比较好，完整的代码如下:

def str_append(num): s = ‘first’ for i in range(num): s += str(i) yield s

if name == ‘main’: for i in str_append(3): print(i) 57. 一行代码输出 1-100 之间的所有偶数。

答：可以通过列表生成式，然后使用与操作如果如 1 与之后结果为 0 则表明为偶数，等于 1 则为奇数。

print([i for i in range(1, 101) if i & 0x1 == 0])

print(list(range(2, 101, 2))) 58. with 语句的作用，写一段代码？

#以下的加强版本的写法：

f = open(‘c：\test.txt’, ‘r’) try： data = f.read() finally： f.close()

#以上的写法就可以避免因读取文件时异常的发生而没有关闭问题的处理了。代码长了一些。 #但使用 with 有更优雅的写法：

with open(r’c：\test.txt’, ‘r’) as f： data = f.read() #with 的实现

class Test： def enter(self)： print(‘enter() is call!’) return self

def dosomething(self)：
    print('dosomethong!')

def __exit__(self, exc_type, exc_value, traceback)：
    print('__exit__() is call!')
    print(f'type：{exc_type}')
    print(f'value：{exc_value}')
    print(f'trace：{traceback}')
    print('__exit()__ is call!')

with Test() as sample： pass

#当对象被实例化时，就会主动调用__enter__()方法，任务执行完成后就会调用__exit__()方法， #另外，注意到，exit()方法是带有三个参数的(exc_type, exc_value, traceback), #依据上面的官方说明：如果上下文运行时没有异常发生，那么三个参数都将置为 None, #这里三个参数由于没有发生异常，的确是置为了 None, 与预期一致.

class Test： def enter(self)： print(‘enter() is call!’) return self

def dosomething(self)：
    x = 1/0
    print('dosomethong!')

def __exit__(self, exc_type, exc_value, traceback)：
    print('__exit__() is call!')
    print(f'type：{exc_type}')
    print(f'value：{exc_value}')
    print(f'trace：{traceback}')
    print('__exit()__ is call!')
    return True

with Test() as sample： 59. Python 字典和 json 字符串相互转化方法

答:

在 Python 中使用 dumps 方法 将 dict 对象转为 Json 对象，使用 loads 方法可以将 Json 对象转为 dict 对象。

dic = {‘a’: 123, ‘b’: 456, ‘c’: liming} json_str = json.dumps(dic) dic2 = json.loads(json_str) print(dic2) 打印： ‘{a: 123, b: 456, c: liming}’ {‘a’: 123, ‘b’: ‘456’, ‘c’: ‘liming’} 我们再来看一个特殊的例子

import json dic = {‘a’： 123, ‘b’： 456, ‘c’： liming} dic_str = json.loads(str(dic).replace(', )) print(dic_str) 下面我解释下上面代码是测试什么:

首先 json.loads(jsonstr) 这里面的参数只能是 jsonstr 格式的字符串. 当我们使用 str 将字典 dic 转化为字符串以后，得到的结果为:{‘a’: 123, ‘b’: ‘456’, ‘c’: ‘liming’}。 如果直接使用 json.loads(str(dic)) 你会发现出现错误，原因就是，单引号的字符串不符合Json的标准格式所以再次使用了 replace(', )。得到字典 其实这个例子主要目的是告诉大家 Json 的标准格式是不支持单引号型字符串的，否则会出现以下错误。 json.decoder.JSONDecodeError: Expecting property name enclosed in double quotes: line 1 column 2 (char 1) 60. 请写一个 Python 逻辑，计算一个文件中的大写字母数量

答：

with open(‘A.txt’) as fs： count = 0 for i in fs.read()： if i.isupper()： count += 1 print(count) 61. 请写一段 Python连接Mongo数据库，然后的查询代码。

答:

import pymongo db_configs = { ‘type’: ‘mongo’, ‘host’: ‘地址’, ‘port’: ‘端口’, ‘user’: ‘spider_data’, ‘passwd’: ‘密码’, ‘db_name’: ‘spider_data’ }

class Mongo(): def init(self, db=db_configs[db_name], username=db_configs[user], password=db_configs[passwd]): self.client = pymongo.MongoClient(f’mongodb://{db_configs[host]}:db_configs[port]') self.username = username self.password = password if self.username and self.password: self.db1 = self.client[db].authenticate(self.username, self.password) self.db1 = self.client[db]

def find_data(self):
    # 获取状态为0的数据
    data = self.db1.test.find({status: 0})
    gen = (item for item in data)
    return gen

if name == ‘main’: m = Mongo() print(m.find_data()) 62.说一说Redis的基本类型

答: Redis 支持五种数据类型： string（字符串） 、 hash（哈希）、list（列表） 、 set（集合） 及 zset(sorted set： 有序集合)。

63. 请写一段 Python连接Redis数据库的代码。

答:

from redis import StrictRedis, ConnectionPool redis_url=redis://:xxxx@112.27.10.168:6379/15 pool = ConnectionPool.from_url(redis_url, decode_responses=True) r= StrictRedis(connection_pool=pool) 64. 请写一段 Python连接Mysql数据库的代码。

答:

conn = pymysql.connect(host=‘localhost’, port=3306, user=‘root’, passwd=‘1234’, db=‘user’, charset=‘utf8mb4’)#声明mysql连接对象 cursor=conn.cursor(cursor=pymysql.cursors.DictCursor)#查询结果以字典的形式 cursor.execute(sql语句字符串)#执行sql语句 conn.close()#关闭链接 65.了解Redis的事务么

答: 简单理解，可以认为 redis 事务是一些列 redis 命令的集合，并且有如下两个特点： 1.事务是一个单独的隔离操作：事务中的所有命令都会序列化、按顺序地执行。事务在执行的过程中，不会被其他客户端发送来的命令请求所打断。 2.事务是一个原子操作：事务中的命令要么全部被执行，要么全部都不执行。 一般来说，事务有四个性质称为ACID，分别是原子性，一致性，隔离性和持久性。 一个事务从开始到执行会经历以下三个阶段：

开始事务 命令入队 执行事务 代码示例: import redis import sys def run(): try: conn=redis.StrictRedis(‘192.168.80.41’) # Python中redis事务是通过pipeline的封装实现的 pipe=conn.pipeline() pipe.sadd(‘s001’,‘a’) sys.exit() #在事务还没有提交前退出，所以事务不会被执行。 pipe.sadd(‘s001’,‘b’) pipe.execute() pass except Exception as err: print(err) pass if name==main: run() 66.了解数据库的三范式么？

答: 经过研究和对使用中问题的总结，对于设计数据库提出了一些规范，这些规范被称为范式 一般需要遵守下面3范式即可: 第一范式（1NF）：强调的是列的原子性，即列不能够再分成其他几列。 第二范式（2NF）：首先是 1NF，另外包含两部分内容，一是表必须有一个主键；二是没有包含在主键中的列必须完全依赖于主键，而不能只依赖于主键的一部分。 第三范式（3NF）：首先是 2NF，另外非主键列必须直接依赖于主键，不能存在传递依赖。即不能存在：非主键列 A 依赖于非主键列 B，非主键列 B 依赖于主键的情况。

67.了解分布式锁么

答: 分布式锁是控制分布式系统之间的同步访问共享资源的一种方式。 对于分布式锁的目标，我们必须首先明确三点：

任何一个时间点必须只能够有一个客户端拥有锁。 不能够有死锁，也就是最终客户端都能够获得锁，尽管可能会经历失败。 错误容忍性要好，只要有大部分的Redis实例存活，客户端就应该能够获得锁。 分布式锁的条件 互斥性：分布式锁需要保证在不同节点的不同线程的互斥 可重入性：同一个节点上的同一个线程如果获取了锁之后，能够再次获取这个锁。 锁超时：支持超时释放锁，防止死锁 高效，高可用：加锁和解锁需要高效，同时也需要保证高可用防止分布式锁失效，可以增加降级。 支持阻塞和非阻塞：可以实现超时获取失败，tryLock(long timeOut) 支持公平锁和非公平锁 分布式锁的实现方案 1、数据库实现（乐观锁） 2、基于zookeeper的实现 3、基于Redis的实现（推荐）

68.用 Python 实现一个 Reids 的分布式锁的功能

答:REDIS分布式锁实现的方式：SETNX + GETSET,NX是Not eXists的缩写，如SETNX命令就应该理解为：SET if Not eXists。 多个进程执行以下Redis命令：

SETNX lock.foo <current Unix time + lock timeout + 1> 如果 SETNX 返回1，说明该进程获得锁，SETNX将键 lock.foo 的值设置为锁的超时时间（当前时间 + 锁的有效时间）。 如果 SETNX 返回0，说明其他进程已经获得了锁，进程不能进入临界区。进程可以在一个循环中不断地尝试 SETNX 操作，以获得锁。

import time import redis from conf.config import REDIS_HOST, REDIS_PORT, REDIS_PASSWORD

class RedisLock: def init(self): self.conn = redis.Redis(host=REDIS_HOST, port=REDIS_PORT, password=REDIS_PASSWORD, db=1) self._lock = 0 self.lock_key = @staticmethod def my_float(timestamp):

    Args:
        timestamp:
    Returns:
        float或者0
        如果取出的是None，说明原本锁并没人用，getset已经写入，返回0，可以继续操作。
    
    if timestamp:
        return float(timestamp)
    else:
        #防止取出的值为None，转换float报错
        return 0

@staticmethod
def get_lock(cls, key, timeout=10):
    cls.lock_key = f{key}_dynamic_lock
    while cls._lock != 1:
        timestamp = time.time() + timeout + 1
        cls._lock = cls.conn.setnx(cls.lock_key, timestamp)
        # if 条件中，可能在运行到or之后被释放，也可能在and之后被释放
        # 将导致 get到一个None，float失败。
        if cls._lock == 1 or (
                        time.time() > cls.my_float(cls.conn.get(cls.lock_key)) and
                        time.time() > cls.my_float(cls.conn.getset(cls.lock_key, timestamp))):
            break
        else:
            time.sleep(0.3)

@staticmethod
def release(cls):
    if cls.conn.get(cls.lock_key) and time.time() < cls.conn.get(cls.lock_key):
        cls.conn.delete(cls.lock_key)

def redis_lock_deco(cls): def _deco(func): def __deco(*args, **kwargs): cls.get_lock(cls, args[1]) try: return func(*args, **kwargs) finally: cls.release(cls) return __deco return _deco

@redis_lock_deco(RedisLock()) def my_func(): print(myfunc() called.) time.sleep(20)

if name == main: my_func() 69.写一段 Python 使用 mongo 数据库创建索引的代码:

答:

import pymongo db_configs = { ‘type’: ‘mongo’, ‘host’: ‘地址’, ‘port’: ‘端口’, ‘user’: ‘spider_data’, ‘passwd’: ‘密码’, ‘db_name’: ‘spider_data’ }

class Mongo(): def init(self, db=db_configs[db_name], username=db_configs[user], password=db_configs[passwd]): self.client = pymongo.MongoClient(f’mongodb://{db_configs[host]}:{db_configs[port]}') self.username = username self.password = password if self.username and self.password: self.db1 = self.client[db].authenticate(self.username, self.password) self.db1 = self.client[db]

def add_index(self):
    
      通过create_index添加索引
    
    self.db1.test.create_index([('name', pymongo.ASCENDING)], unique=True)

def get_index(self,):
    
      查看索引列表
    
    indexlist=self.db1.test.list_indexes()
    for index in indexlist:
        print(index)

if name == ‘main’: m = Mongo() m.add_index() print(m.get_index()) 高级特性

70. 函数装饰器有什么作用？请列举说明？

答： 装饰器就是一个函数，它可以在不需要做任何代码变动的前提下给一个函数增加额外功能，启动装饰的效果。 它经常用于有切面需求的场景，比如：插入日志、性能测试、事务处理、缓存、权限校验等场景。 下面是一个日志功能的装饰器

from functools import wraps def log(label)： def decorate(func)： @wraps(func) def _wrap(*args,**kwargs)： try： func(*args,**kwargs) print(name,func.name) except Exception as e： print(e.args) return _wrap return decorate

@log(info) def foo(a,b,c)： print(a+b+c) print(in foo)

#decorate=decorate(foo)

if name == ‘main’： foo(1,2,3) #decorate() 71. Python 垃圾回收机制？

答：Python 不像 C++，Java 等语言一样，他们可以不用事先声明变量类型而直接对变量进行赋值。对 Python 语言来讲，对象的类型和内存都是在运行时确定的。这也是为什么我们称 Python 语言为动态类型的原因。

主要体现在下面三个方法：

1.引用计数机制 2.标记-清除 3.分代回收

72. 魔法函数 _call_怎么使用?

答： call 可以把类实例当做函数调用。 使用示例如下

class Bar： def call(self, *args, **kwargs)： print(‘in call’)

if name == ‘main’： b = Bar() b() 73. 如何判断一个对象是函数还是方法？

答：看代码已经结果就懂了

from types import MethodType, FunctionType

class Bar： def foo(self)： pass

def foo2()： pass

def run()： print(foo 是函数, isinstance(Bar().foo, FunctionType)) print(foo 是方法, isinstance(Bar().foo, MethodType)) print(foo2 是函数, isinstance(foo2, FunctionType)) print(foo2 是方法, isinstance(foo2, MethodType))

if name == ‘main’： run() 输出

foo 是函数 False foo 是方法 True foo2 是函数 True foo2 是方法 False 74. @classmethod 和 @staticmethod 用法和区别

答： 相同之处：@staticmethod 和@classmethod 都可以直接类名.方法名()来调用，不用在示例化一个类。 @classmethod 我们要写一个只在类中运行而不在实例中运行的方法。如果我们想让方法不在实例中运行，可以这么做：

def iget_no_of_instance(ins_obj)： return ins_obj.class.no_inst

class Kls(object)： no_inst = 0

def __init__(self)：
    Kls.no_inst = Kls.no_inst + 1

ik1 = Kls() ik2 = Kls() print(iget_no_of_instance(ik1)) @staticmethod 经常有一些跟类有关系的功能但在运行时又不需要实例和类参与的情况下需要用到静态方法

IND = ‘ON’

class Kls(object)： def init(self, data)： self.data = data

@staticmethod
def check_ind()：
    return (IND == 'ON')

def do_reset(self)：
    if self.check_ind()：
        print('Reset done for：', self.data)

def set_db(self)：
    if self.check_ind()：
        self.db = 'New db connection'
    print('DB connection made for： ', self.data)

ik1 = Kls(12) ik1.do_reset() ik1.set_db() 75. Python 中的接口如何实现？ 答： 接口提取了一群类共同的函数，可以把接口当做一个函数的集合，然后让子类去实现接口中的函数。但是在 Python 中根本就没有一个叫做 interface 的关键字，如果非要去模仿接口的概念，可以使用抽象类来实现。抽象类是一个特殊的类，它的特殊之处在于只能被继承，不能被实例化。使用 abc 模块来实现抽象类。

76. Python 中的反射了解么? 答：Python 的反射机制设定较为简单，一共有四个关键函数分别是 getattr、hasattr、setattr、delattr。

77. metaclass 作用？以及应用场景？ 答： metaclass 即元类，metaclass 是类似创建类的模板，所有的类都是通过他来 create 的(调用new)，这使得你可以自由的控制创建类的那个过程，实现你所需要的功能。 我们可以使用元类创建单例模式和实现 ORM 模式。

78. hasattr()、getattr()、setattr() 的用法

答：这三个方法属于 Python 的反射机制里面的，hasattr 可以判断一个对象是否含有某个属性，getattr 可以充当 get 获取对象属性的作用。而 setattr 可以充当 person.name = liming的赋值操作。代码示例如下：

class Person()： def init(self)： self.name = liming self.age = 12

def show(self)：
    print(self.name)
    print(self.age)

def set_name(self)：
    setattr(Person, sex, 男)

def get_name(self)：
    print(getattr(self, name))
    print(getattr(self, age))
    print(getattr(self, sex))

def run()： if hasattr(Person, show)： print(判断 Person 类是否含有 show 方法)

Person().set_name()
Person().get_name()

if name == ‘main’： run() 79. 请列举你知道的 Python 的魔法方法及用途。

答：

1 init： 类的初始化方法。它获取任何传给构造器的参数（比如我们调用 x = SomeClass(10, ‘foo’) ， __init__就会接到参数 10 和 ‘foo’ 。 __init__在 Python 的类定义中用的最多。

2 new： __new__是对象实例化时第一个调用的方法，它只取下 cls 参数，并把其他参数传给 init 。 __new__很少使用，但是也有它适合的场景，尤其是当类继承自一个像元组或者字符串这样不经常改变的类型的时候.

3 del： __new__和 __init__是对象的构造器， __del__是对象的销毁器。它并非实现了语句 del x (因此该语句不等同于 x.del())。而是定义了当对象被垃圾回收时的行为。 当对象需要在销毁时做一些处理的时候这个方法很有用，比如 socket 对象、文件对象。但是需要注意的是，当 Python 解释器退出但对象仍然存活的时候，__del__并不会 执行。 所以养成一个手工清理的好习惯是很重要的，比如及时关闭连接。 80. 如何知道一个 Python 对象的类型？

答：可以通过 type 方法

81. Python 的传参是传值还是传址？ 答：Python 中的传参即不是传值也不是传地址，传的是对象的引用。

82. Python 中的元类 (metaclass) 使用举例

答：可以使用元类实现一个单例模式，代码如下

class Singleton(type)： def init(self, *args, **kwargs)： print(in init) self.__instance = None super(Singleton, self).init(*args, **kwargs)

def __call__(self, *args, **kwargs)：
    print(in __call__)
    if self.__instance is None：
        self.__instance = super(Singleton, self).__call__(*args, **kwargs)
    return self.__instance

class Foo(metaclass=Singleton)： pass # 在代码执行到这里的时候，元类中的__new__方法和__init__方法其实已经被执行了，而不是在 Foo 实例化的时候执行。且仅会执行一次。

foo1 = Foo() foo2 = Foo() print(foo1 is foo2) 83. 简述 any() 和 all() 方法

答： any(x)：判断 x 对象是否为空对象，如果都为空、0、false，则返回 false，如果不都为空、0、false，则返回 true。 all(x)：如果 all(x) 参数 x 对象的所有元素不为 0、‘’、False 或者 x 为空对象，则返回 True，否则返回 False。

84. filter 方法求出列表所有奇数并构造新列表，a = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

答

a = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10] print(list(filter(lambda x： x % 2 == 1, a))) 其实现在不推荐使用 filter,map 等方法了，一般列表生成式就可以搞定了。

85. 什么是猴子补丁？ 答： 猴子补丁（monkey patching)：在运行时动态修改模块、类或函数，通常是添加功能或修正缺陷。猴子补丁在代码运行时内存中）发挥作用，不会修改源码，因此只对当前运行的程序实例有效。因为猴子补丁破坏了封装，而且容易导致程序与补丁代码的实现细节紧密耦合，所以被视为临时的变通方案，不是集成代码的推荐方式。大概是下面这样的一个效果

def post()： print(this is post) print(想不到吧)

class Http()： @classmethod def get(self)： print(this is get)

def main()： Http.get=post #动态的修改了 get 原因的功能，

if name == ‘main’： main() Http.get() 86. 在 Python 中是如何管理内存的？

答： 垃圾回收：Python 不像 C++，Java 等语言一样，他们可以不用事先声明变量类型而直接对变量进行赋值。对 Python 语言来讲，对象的类型和内存都是在运行时确定的。这也是为什么我们称 Python 语言为动态类型的原因（这里我们把动态类型可以简单的归结为对变量内存地址的分配是在运行时自动判断变量类型并对变量进行赋值）。

if a > b： val = True else： val = False

val = a if a > b else b print(val) # 5 96. 了解 enumerate 么？

答：enumerate 可以在迭代一个对象的时候，同时获取当前对象的索引和值。 代码示例如下

from string import ascii_lowercase

s = ascii_lowercase

for index, value in enumerate(s)： print(index, value) 97. 列举 5 个 Python 中的标准模块

答： pathlib：路径操作模块，比 os 模块拼接方便。 urllib：网络请求模块，包括对 url 的结构解析。 asyncio： Python 的异步库，基于事件循环的协程模块。 re：正则表达式模块。 itertools：提供了操作生成器的一些模块。

98. 如何在函数中设置一个全局变量

答：

n = 0 def foo()： global n n = 100 foo() print(n) x = 0 之前我在视频教程中对这块做了个讲解，具体点击下方链接 https：//www.bilibili.com/video/av50865713

99. pathlib 的用法举例

答：pathlib 可以对文件以及文件的其他属性进行操作。比较喜欢的一点是路径拼接符/的使用，之前在公众号中写过 pathlib 一些其他的用法这里就不一一例举了。

100. Python 中的异常处理，写一个简单的应用场景

答： 比如在计算除法中出现为 0 的情况出现异常

try： 1 / 0 except ZeroDivisionError as e： print(e.args) 101. Python 中递归的最大次数，那如何突破呢？

答：Python 有递归次数限制，默认最大次数为 1000。通过下面的代码可以突破这个限制

import sys sys.setrecursionlimit(1500) # set the maximum depth as 1500 另外需要注意的是 sys.setrecursionlimit() 只是修改解释器在解释时允许的最大递归次数，此外，限制最大递归次数的还和操作系统有关。

102. 什么是面向对象的 mro

答：Python 是支持面向对象编程的，同时也是支持多重继承的。一般我们通过调用类对象的 mro()方法获取其继承关系。 103. isinstance 作用以及应用场景？

答：isinstance 是判断一个对象是否为另一个对象的子类的，例如我们知道在 Python3 中 bool 类型其实是 int 的子类，所以我们可以对其检测。

print(isinstance(True,int)) 104. 什么是断言？应用场景？

答：在 Python 中是断言语句 assert 实现此功能，一般在表达式为 True 的情况下，程序才能通过。

#author：陈祥安 #公众号：Python 学习开发

#assert（）方法，断言成功，则程序继续执行，断言失败，则程序报错

def foo(a)： assert a==2,Exception(不等于 2) print(ok,a)

if name == ‘main’： foo(1) 105. lambda 表达式格式以及应用场景？

答：lambda 表达式其实就是一个匿名函数,在函数编程中经常作为参数使用。 例子如下

a = [(‘a’,1),(‘b’,2),(‘c’,3),(‘d’,4)] a_1 = list(map(lambda x：x[0],a)) 106. 新式类和旧式类的区别

答：Python 2.x 中默认都是经典类，只有显式继承了 object 才是新式类，Python 3.x 中默认都是新式类，经典类被移除，不必显式的继承 object。 新式类都从 object 继承，经典类不需要。 新式类的 MRO(method resolution order 基类搜索顺序)算法采用 C3 算法广度优先搜索，而旧式类的 MRO 算法是采用深度优先搜索。 新式类相同父类只执行一次构造函数，经典类重复执行多次。

107. dir()是干什么用的？

答：当在使用某一个对象不知道有哪些属性或者方法可以使用时，此时可以通过 dir() 方法进行查看。

108. 一个包里有三个模块，demo1.py、demo2.py、demo3.py，但使用 from tools import *导入模块时，如何保证只有 demo1、demo3 被导入了。

答： 增加_init_.py 文件，并在文件中增加：

all = [‘demo1’,‘demo3’] 109. 列举 5 个 Python 中的异常类型以及其含义

答：

AttributeError 对象没有这个属性

NotImplementedError 尚未实现的方法

StopIteration 迭代器没有更多的值

TypeError 对类型无效的操作

IndentationError 缩进错误 110. copy 和 deepcopy 的区别是什么？ 答： copy.copy()浅拷贝，只拷贝父对象，不会拷贝对象的内部的子对象。 copy.deepcopy()深拷贝，拷贝对象及其子对象。

111. 代码中经常遇到的*args, kwargs 含义及用法。 答： 在函数定义中使用 *args 和kwargs 传递可变长参数。 *args 用来将参数打包成 tuple 给函数体调用。 **kwargs 打包关键字参数成 dict 给函数体调用。

112. Python 中会有函数或成员变量包含单下划线前缀和结尾，和双下划线前缀结尾，区别是什么? 答： 单下划线 开始的成员变量叫做保护变量，意思是只有类对象和子类对象自己能访问到这些变量； 双下划线 开始的是私有成员，意思是只有类对象自己能访问，连子类对象也不能访问到这个数据。

以单下划线开头（_foo）的代表不能直接访问的类属性，需通过类提供的接口进行访问，不能用“from xxx import *”而导入；以双下划线开头的（__foo）代表类的私有成员；

以双下划线开头和结尾的（_foo）代表 Python 里特殊方法专用的标识，如 _init（）代表类的构造函数。

代码示例

class Person： docstring for ClassName def init(self)： self.__age = 12 self._sex = 12 def _sex(self)： return 男 def set_age(self,age)： self.__age = age

def get_age(self)：
    return self.__age   

if name == ‘main’： p=Person() print(p._sex) #print(p.__age) #Python 自动将__age 解释成 _Person__age,于是我们用 _Person__age 访问，这次成功。 print(p._Person__age) 113. w、a+、wb 文件写入模式的区别 答： w 表示写模式支持写入字符串，如果文件存在则覆盖。 a+ 和 w 的功能类型不过如果文件存在的话内容不会覆盖而是追加。 wb 是写入二进制字节类型的数据。

114. 举例 sort 和 sorted 的区别 答： 相同之处 sort 和 sorted 都可以对列表元素排序，sort() 与 sorted() 的不同在于，sort 是在原位重新排列列表，而 sorted() 是产生一个新的列表。 sort 是应用在 list 上的方法，sorted 可以对所有可迭代的对象进行排序操作。

list 的 sort 方法返回的是对已经存在的列表进行操作，而内建函数 sorted 方法返回的是一个新的 list，而不是在原来的基础上进行的操作。

115. 什么是负索引？ 答：负索引一般表示的是从后面取元素。

116. pprint 模块是干什么的？

答：pprint 是 print 函数的美化版，可以通过 import pprint 导入。示例如下

import pprint pprint.pprint(this is pprint) 117. 解释一下 Python 中的赋值运算符 答：通过下面的代码列举出所有的赋值运算符

a=7 a+=1 print(a) a-=1 print(a) a*=2 print(a) a/=2 print(a) a**=2 print(a) a//=3 print(a) a%=4 print(a) 118. 解释一下 Python 中的逻辑运算符 答：Python 中有三个逻辑运算符：and、or、not

print(False and True) #False print(7<7 or True) #True print(not 2==2) #False 119. 讲讲 Python 中的位运算符 答：按位运算符是把数字看作二进制来进行计算的。Python 中的按位运算法则如下：

下表中变量 a 为 60，b 为 13，二进制格式如下：

a&b = 0000 1100 a|b = 0011 1101 a^b = 0011 0001 ~a = 1100 0011 enter image description here

120. 在 Python 中如何使用多进制数字？ 答： 我们在 Python 中，除十进制外还可以使用二进制、八进制和十六进制

二进制数字由 0 和 1 组成，我们使用 0b 或 0B 前缀表示二进制数 print(int(0b1010))#10 使用 bin()函数将一个数字转换为它的二进制形式 print(bin(0xf))#0b1111 八进制数由数字 0-7 组成，用前缀 0o 或 0O 表示 8 进制数 print(oct(8))#0o10 十六进数由数字 0-15 组成，用前缀 0x 或者 0X 表示 16 进制数 print(hex(16))#0x10 print(hex(15))#0xf 121. 怎样声明多个变量并赋值？ 答：Python 是支持多个变量赋值的，代码示例如下

#对变量 a,b,c 声明并赋值 a,b,c = 1,2,3 算法和数据结构 122. 已知：

AList = [1,2,3] BSet = {1,2,3} (1) 从 AList 和 BSet 中 查找 4，最坏时间复杂度哪个大？ (2) 从 AList 和 BSet 中 插入 4，最坏时间复杂度哪个大？

答： (1) 对于查找，列表和集合的最坏时间复杂度都是 O(n)，所以一样的。 (2) 列表操作插入的最坏时间复杂度为 o(n),集合为 o(1)，所以 Alist 大。 set 是哈希表所以操作的复杂度基本上都是 o(1)。

123. 用 Python 实现一个二分查找的函数 答：

def binary_search(arr, target)： n = len(arr) left = 0 right = n-1 while left <= right ： mid = (left + right)//2 if arr[mid] < target： left = mid + 1 elif arr[mid] > target： right = mid - 1 else： print(findex：{mid},value：{arr[mid]}) return True return False

if name == ‘main’： l = [1,3,4,5,6,7,8] binary_search(l,8) 124. Python 单例模式的实现方法 答：实现单例模式的方法有多种，之前再说元类的时候用 call 方法实现了一个单例模式，另外 Python 的模块就是一个天然的单例模式，这里我们使用 new 关键字来实现一个单例模式。

通过 new 函数实现简单的单例模式。

class Book： def new(cls, title)： if not hasattr(cls, _ins)： cls._ins = super().new(cls) print(‘in new’) return cls._ins

def __init__(self, title)：
    print('in __init__')
    super().__init__()
    self.title = title

if name == ‘main’： b = Book(‘The Spider Book’) b2 = Book(‘The Flask Book’) print(id(b)) print(id(b2)) print(b.title) print(b2.title) 125. 使用 Python 实现一个斐波那契数列 答： 斐波那契数列：数列从第 3 项开始，每一项都等于前两项之和。

def fibonacci(num)：

获取指定位数的列表
：param num：
：return：

a, b = 0, 1
l = []
for i in range(num)：
    a, b = b, a + b
    l.append(b)
return l

if name == ‘