Python八股

keqistarry
2 阅读9分钟

Python 面试题速记通关版

📚 目录

  1. 基础语法与数据类型
  2. 数据结构详解
  3. 函数与模块
  4. 面向对象编程 (OOP)
  5. 高级特性与内存管理
  6. 并发编程与性能优化
  7. 异常处理与文件操作
  8. 常用库与框架
  9. Python 2 vs Python 3

1. 基础语法与数据类型

1.1 Python 的特点与优缺点

  • 特点：

    • 语法简洁，强制缩进，可读性强。
    • 动态类型，开发效率高。
    • 解释型语言，跨平台。
    • 胶水语言，可轻松调用 C/C++ 库。
    • 生态丰富（NumPy, Pandas, Django, PyTorch 等）。

  • 优点：快速原型开发，代码量少，社区活跃。

  • 缺点/局限性：

    • 执行效率低：解释执行，比 C/C++ 慢 10-100 倍。
    • GIL 限制：全局解释器锁导致多线程无法利用多核 CPU（仅适合 I/O 密集型）。
    • 移动端/嵌入式支持弱。
    • 打包分发麻烦：体积大，依赖复杂。
    • 类型系统松散：大型项目维护难（需配合 Type Hint）。

1.2 代码执行过程

  1. 编译：.py 源码编译成字节码 (.pyc)，存入 __pycache__。
  2. 解释执行：CPython 虚拟机逐行解释执行字节码。
  3. GIL 机制：同一时刻只有一个线程执行字节码。

1.3 变量与赋值

  • 多变量赋值：

    • 同值：a = b = c = 10（注意可变对象引用问题）。
    • 解包：x, y, z = 1, 2, 3 或 x, y = y, x（交换变量）。
    • 扩展解包：first, *middle, last = [1, 2, 3, 4, 5]。

  • 标识符命名：

    • 规则：字母/数字/下划线，不能数字开头，区分大小写。

    • 约定：

      • _name：内部使用（Protected）。
      • __name：名称改写（Private，防子类覆盖）。
      • __name__：魔术方法（系统定义）。

  • 注释：

    • 单行：#。
    • 多行/文档字符串：''' ''' 或 """ """（实际上是字符串，常作 docstring）。

1.4 运算符大全

类别运算符说明
算术+, -, *, /加减乘除（/ 结果为 float）
//向下取整除法（向负无穷）
%取模（符号跟随右操作数）
**幂运算
比较==, !=, <, >, <=, >=返回值布尔型
身份is, is not比较内存地址 (id())
成员in, not in判断元素是否存在于容器
逻辑and, or, not短路求值，返回操作数本身而非布尔值
位运算&, |, ^, ~, <<, >>直接操作二进制位（权限控制、高性能计算）
三元表达式A if condition else B条件赋值

1.5 进制转换

  • 表示：二进制 0b，八进制 0o，十六进制 0x。

  • 转换函数：

    • int(str, base)：转十进制。
    • bin(), oct(), hex()：转对应进制字符串。

2. 数据结构详解

2.1 内置数据结构对比

类型有序性可变性重复性索引/Key典型应用
List✅✅✅索引动态集合
Tuple✅❌✅索引固定记录、字典 Key
Dict✅ (3.7+)✅Key 唯一Key (O(1))映射、缓存
Set❌✅❌无去重、成员判断
Str✅❌✅索引文本处理

2.2 列表 (List) 操作

  • 增：append() (末尾加一个), insert() (指定位置), extend() (合并 iterable)。

  • 删：

    • remove(value)：按值删除第一个匹配项。
    • del list[index]：按索引删除，也可删切片或整个变量。
    • pop(index)：按索引删除并返回该元素（默认最后一个）。

  • 其他：

    • 反转：[::-1] (切片，推荐), reversed()。
    • 排序：sort() (原地), sorted() (返回新列表)。
    • 负索引：list[-1] 表示最后一个元素。

2.3 字典 (Dict) 操作

  • 获取键：.keys() (返回视图对象)，直接遍历 for k in dict。
  • 安全访问：.get(key, default) 避免 KeyError。
  • 遍历：.items() 同时获取键值对。
  • 注意：Key 必须是不可变类型（可哈希）。

2.4 字符串 (String) 操作

  • 大小写：.lower(), .upper()。

  • 去空格：.strip() (前后), .lstrip() (前), .rstrip() (后)。

  • 拆分与合并：

    • split(sep): 拆分为列表。
    • join(iterable): 列表合并为字符串（调用者是分隔符）。

  • 替换：

    • replace(old, new, count)。
    • translate() + maketrans() (批量字符替换，性能高)。

  • 格式化：f-string f"{var}" (推荐)。

2.5 元组 (Tuple)

  • 特点：不可变，可作为字典 Key。
  • 解封装：a, b, c = tuple_var，支持 * 收集多余元素。
  • Namedtuple：collections.namedtuple，可通过字段名访问，兼具元组性能和字典可读性。

3. 函数与模块

3.1 函数定义与参数

  • 参数类型：

    1. 必选参数
    2. 默认参数（陷阱：不能用可变对象如 list 做默认值）
    3. 可变参数 *args (接收为 tuple)
    4. 关键字参数 **kwargs (接收为 dict)
    5. 命名关键字参数

  • 顺序：必选 > 默认 > *args > 命名关键字 > **kwargs。

  • Lambda 函数：匿名函数 lambda x: x*2，常用于 map, filter, sorted。

  • 作用域 (LEGB) ：Local -> Enclosing -> Global -> Built-in。

    • global 声明全局变量。
    • nonlocal 声明外层嵌套变量。

3.2 高阶函数

  • Map：map(func, iterable)，对每个元素应用函数，返回迭代器。
  • Filter：filter(func, iterable)，筛选 True 的元素，返回迭代器。
  • Reduce：functools.reduce(func, iterable)，累积计算（如求和、积）。
  • Zip：zip(iter1, iter2)，打包成元组迭代器；zip(*pairs) 可解压。
  • Enumerate：enumerate(iterable, start=0)，同时获取索引和值。

3.3 生成器 (Generator) 与 迭代器 (Iterator)

  • Iterable (可迭代对象) ：实现了 __iter__，如 list, str, dict。

  • Iterator (迭代器) ：实现了 __iter__ 和 __next__，一次性遍历，耗尽后需重建。

  • 生成器：

    • 函数中含 yield 即为生成器函数。
    • 优势：惰性计算，节省内存，适合处理大数据流或无限序列。
    • 用法：next(gen) 或 for 循环。
    • 协程：配合 send() 实现双向通信。

3.4 装饰器 (Decorator)

  • 定义：接收函数作为参数，返回新函数，用于不修改原代码添加功能（日志、计时、权限）。
  • 语法：@decorator_name。
  • 带参装饰器：三层嵌套函数。
  • 原理：基于闭包（Closure），内部函数引用外部变量。

3.5 模块与包

  • 模块：.py 文件。
  • 包：包含 __init__.py 的目录（Python 3.3+ 支持隐式命名空间包）。
  • 入口控制：if __name__ == "__main__": 区分脚本运行与模块导入。
  • Help/Dir：help(obj) 查文档，dir(obj) 查属性方法。

4. 面向对象编程 (OOP)

4.1 核心概念

  • 类 (Class) ：模板/图纸。
  • 对象 (Object) ：实例/具体产品。
  • Self：代表实例本身，必须作为实例方法的第一个参数。

4.2 四大特性

  1. 封装：隐藏内部细节，通过接口访问。Python 用 _ 和 __ 约定私有。

  2. 继承：复用父类代码，支持多重继承。

    • MRO (方法解析顺序) ：C3 线性化算法，可通过 Class.__mro__ 查看。
    • super()：调用父类方法，解决多重继承冲突。

  3. 多态：

    1. 同一接口不同实现。
    2. Python 依赖鸭子类型 (Duck Typing)——“有 quack 方法就是鸭子”，不强制继承。

  4. 抽象：abc 模块定义抽象基类 (ABC) 和 @abstractmethod，强制子类实现特定方法。

4.3 魔术方法 (Magic Methods)

  • 构造/析构：

    • __new__：创建实例（静态方法，返回实例），用于控制实例创建（如单例）。
    • __init__：初始化实例（实例方法，无返回值），设置属性。
    • __del__：对象销毁前调用（不保证立即执行）。

  • 运算符重载：__add__ (+), __eq__ (==), __lt__ (<) 等。

  • 属性访问：__getattr__, __setattr__, __getattribute__。

  • 容器行为：__len__, __getitem__, __iter__。

  • 上下文管理：__enter__, __exit__ (配合 with 语句)。

5. 高级特性与内存管理

5.1 内存管理机制

  • 引用计数：主要机制，计数归零即释放。

  • 垃圾回收 (GC) ：处理循环引用（分代回收）。

  • 内存池：小整数 (-5 到 256) 和短字符串驻留机制。

  • 优化技巧：

    • 使用 __slots__ 减少实例内存占用。
    • 使用生成器替代大列表。
    • 避免循环引用。

5.2 深浅拷贝

  • 浅拷贝 (copy.copy) ：

    • 复制外层对象，内层子对象仍引用原地址。
    • 修改嵌套可变对象会影响原对象。

  • 深拷贝 (copy.deepcopy) ：递归复制所有层级，完全独立。

5.3 闭包 (Closure)

  • 内部函数引用外部函数变量，即使外部函数结束，变量仍保留。
  • 应用：装饰器、回调、状态保持。

5.4 Pickling (序列化)

  • pickle.dump() / pickle.load()：Python 对象与字节流互转。
  • 注意：不安全，不要 unpickle 不可信数据；仅限 Python 间交互。

6. 并发编程与性能优化

6.1 GIL (全局解释器锁)

  • 机制：同一时刻只有一个线程执行 Python 字节码。
  • 影响：多线程无法利用多核 CPU 进行并行计算。

6.2 多线程 vs 多进程

特性多线程 (threading)多进程 (multiprocessing)
适用场景I/O 密集型 (网络请求、文件读写)CPU 密集型 (科学计算、图像处理)
GIL 影响受限制，无法并行计算不受限，每个进程独立解释器
开销小，共享内存大，进程间通信成本高
实现ThreadPoolExecutorProcessPoolExecutor

6.3 性能分析与优化

  • 分析工具：

    • cProfile：宏观函数耗时统计。
    • line_profiler：逐行分析。
    • memory_profiler：内存分析。
    • timeit：微基准测试。

  • 优化手段：

    • I/O 密集：使用 asyncio 或多线程。
    • CPU 密集：使用多进程、Cython、Numba (JIT)、或调用 C/Rust 扩展。
    • 算法优化：选择合适数据结构（如 set 代替 list 查找）。
    • 大文件处理：流式读取 (read(chunk), 逐行迭代)，避免 readlines()。

7. 异常处理与文件操作

7.1 常见异常

  • KeyError：字典键不存在。
  • TypeError：类型错误（如字符串 + 数字）。
  • ValueError：类型正确但值非法（如 int('abc')）。
  • IndexError：索引越界。

7.2 文件操作

  • 打开方式：with open('file', 'r', encoding='utf-8') as f: (自动关闭)。

  • 读取方法：

    • read()：一次性读全部（慎用大文件）。
    • readline()：读一行。
    • readlines()：读全部行到列表（慎用大文件）。
    • 推荐：直接迭代文件对象 for line in f:。

7.3 正则表达式 (re 模块)

  • match()：从开头匹配。
  • search()：扫描整个字符串查找第一个匹配。
  • split()：按模式拆分。
  • sub() / subn()：替换（subn 返回替换次数）。

8. 常用库与框架

8.1 标准库高频模块

  • os / pathlib：文件路径与系统交互。
  • json：JSON 序列化/反序列化。
  • datetime / time：时间处理。
  • collections：defaultdict, Counter, deque, namedtuple。
  • random / secrets：随机数（secrets 用于加密安全）。
  • logging：日志记录。
  • unittest / pytest：单元测试。
  • re：正则。
  • itertools：高效迭代工具。
  • functools：reduce, lru_cache, partial。
  • concurrent.futures：线程池/进程池。

8.2 Web 框架

  • Flask：轻量级，灵活，适合微服务、API、原型。

    • 核心：路由、Werkzeug、Jinja2。

  • Django：大而全，自带 ORM、Admin、Auth，适合大型复杂应用。

8.3 猴子补丁 (Monkey Patching)

  • 运行时动态修改类或模块的行为。
  • 用途：测试 Mock、无侵入监控。
  • 风险：维护困难，逻辑混乱，生产环境慎用。

9. Python 2 vs Python 3

特性Python 2Python 3
Print语句 print "hi"函数 print("hi")
字符串str (字节), unicodestr (Unicode), bytes
除法/ 整数除 (5/2=2)/ 浮点除 (5/2=2.5), // 整数除
Range返回列表返回迭代器 (省内存)
异常except E, e:except E as e:
输入raw_input()input()
现状已停止维护 (2020)主流版本

结语：本速记版涵盖了 Python 面试中的核心考点。
建议结合实际代码练习，深入理解底层原理（如 GIL、内存管理、MRO），并在项目中灵活运用数据结构与并发模型。祝面试顺利！

avatar
文章
阅读
粉丝