0.什么是Python?使用Python有什么好处?(这个问题是最常见的开头问题，是最基础也是最重要的!)
答案:下面是一些关键点:
Python是一种解释型语言。这就是说，与C语言和C的衍生语言不同，Python代码在运行之前不需要编译。其他解释型语言还包括PHP和Ruby。
Python是动态类型语言，指的是你在声明变量时，不需要说明变量的类型。你可以直接编写类似x=111和x=“I’m a string"这样的代码，程序不会报错。
Python用途非常广泛–网络应用，自动化，科学建模，大数据应用，等等。它也常被用作"胶水语言”，帮助其他语言和组件改善运行状况。
Python让困难的事情变得容易，因此程序员可以专注于算法和数据结构的设计，而不用处理底层的细节。
1.python中is和的区别(总结了大部分人的面试，这道题出现的概率也很大。)
答案:
Python中对象包含的三个基本要素，分别是:id(身份标识) 、type(数据类型)和value(值)。
''比较的是value值
'is’比较的是id
答案:
Python的内存管理是由私有heap空间管理的。所有的Python对象和数据结构都在一个私有heap中。程序员没有访问该heap的权限，只有解释器才能对它进行操作。
另外，Python有自带的垃圾回收系统，它回收并释放没有被使用的内存让它们能够被其他程序使用。
3.有哪些工具可以帮助debug或做静态分析?
答案:
PyChecker，一个静态分析工具，除了报告源代码中的错误，还能分析出错误的类型和复杂程度。另外，还有Pylint，用于检验模块是否达到代码标准的工具。
4.你如何管理不同版本的代码?
答案:
一点不属于专业的小技巧–被问到这个问题的时候，你应该要表现得很兴奋，甚至告诉他们你是如何使用Git(或是其他你最喜欢的工具)追踪自己和女票的书信往来。除了Git作为版本控制系统(VCS)，你也可以选择subversion(SVN)。
5.什么是Python的命名空间?
答案:
python使用命名空间记录变量。python中的命名空间就像是一个dict，key是变量的名字，value是变量的值。
如果你记不住上面这段标准答案，也可以这么回答:
在Python 中，所有的名字都存在于一个空间中，它们在该空间中存在和被操作–这就是命名空间。每一个变量名字都尤其对应的一个对象，而命名空间可是把他们收纳起来的盒子，当查询变量的时候，会从该盒子里面寻找相应的对象。
6.Python中的pass是什么?
答案:
Pass是一个不可或缺但又毫无作用的语句。 pass就是什么也不做,只是为了防止语法错误,比如: if a>1: pass #我这里先不做任何处理,直接跳过,但是如果不写pass,就会语法错误。
7.在Python中如何拷贝一个对象?
答案:
一般来说可以使用copy.copy()方法或者copy.deepcopy()方法，几乎所有的对象都可以被拷贝，一些对象可以更容易的拷贝，Dictionaries有一个copy方法:newdict = olddict.copy()
但并不是所有的对象都可以被拷贝。
8.Xrange和range的区别是什么?
Xrange用于返回一个xrange对象，而range用于返回一个数组。不管那个范围多大，Xrange都使用同样的内存。
其实在面试中，面试官往往不会出太难的问题，只要掌握好基础，大部分都能过关。
最后再给大家提供一点面试时候的小技巧!
9.简述函数式编程。在函数式编程中，函数是基本单位，变量只是一个名称，而不是一个存储单元。除了匿名函数外，Python还使用fliter(),map(),reduce(),apply()函数来支持函数式编程。
10.什么是匿名函数，匿名函数有什么局限性？匿名函数，也就是lambda函数，通常用在函数体比较简单的函数上。匿名函数顾名思义就是函数没有名字，因此不用担心函数名冲突。不过Python对匿名函数的支持有限，只有一些简单的情况下可以使用匿名函数。
11.如何捕获异常，常用的异常机制有哪些？如果我们没有对异常进行任何预防，那么在程序执行的过程中发生异常，就会中断程序，调用python默认的异常处理器，并在终端输出异常信息。try…except…finally语句:当try语句执行时发生异常，回到try语句层，寻找后面是否有except语句。找到except语句后，会调用这个自定义的异常处理器。except将异常处理完毕后，程序继续往下执行。finally语句表示，无论异常发生与否，finally中的语句都要执行
assert语句：判断assert后面紧跟的语句是True还是False，如果是True则继续执行print，如果是False则中断程序，调用默认的异常处理器，同时输出assert语句逗号后面的提示信息。
with语句：如果with语句或语句块中发生异常，会调用默认的异常处理器处理，但文件还是会正常关闭。
12.copy()与deepcopy()的区别copy是浅拷贝，只拷贝可变对象的父级元素。 deepcopy是深拷贝，递归拷贝可变对象的所有元素。
13.函数装饰器有什么作用（常考）装饰器本质上是一个Python函数，它可以让其他函数在不需要做任何代码变动的前提下增加额外功能，装饰器的返回值也是一个函数对象。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。有了装饰器，就可以抽离出大量与函数功能本身无关的雷同代码并继续重用。
14.简述Python的作用域以及Python搜索变量的顺序Python作用域简单说就是一个变量的命名空间。代码中变量被赋值的位置，就决定了哪些范围的对象可以访问这个变量，这个范围就是变量的作用域。在Python中，只有模块（module），类（class）以及函数（def、lambda）才会引入新的作用域。Python的变量名解析机制也称为 LEGB 法则：本地作用域（Local）→当前作用域被嵌入的本地作用域（Enclosing locals）→全局/模块作用域（Global）→内置作用域（Built-in）
15.新式类和旧式类的区别,如何确保使用的类是新式类为了统一类(class)和类型(type)，python在2.2版本引进来新式类。在2.1版本中，类和类型是不同的。为了确保使用的是新式类，有以下方法：
放在类模块代码的最前面 metaclass = type
从内建类object直接或者间接地继承
在python3版本中，默认所有的类都是新式类。
16.简述__new__和__init__的区别创建一个新实例时调用__new__,初始化一个实例时用__init__,这是它们最本质的区别。new方法会返回所构造的对象，init则不会.
17.Python垃圾回收机制(常考)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 collection）以空间换时间的方法提高垃圾回收效率。1 引用计数
PyObject是每个对象必有的内容，其中ob_refcnt就是做为引用计数。当一个对象有新的引用时，它的ob_refcnt就会增加，当引用它的对象被删除，它的ob_refcnt就会减少.引用计数为0时，该对象生命就结束了。
优点:
简单 实时性 缺点:
维护引用计数消耗资源 循环引用
2 标记-清除机制
基本思路是先按需分配，等到没有空闲内存的时候从寄存器和程序栈上的引用出发，遍历以对象为节点、以引用为边构成的图，把所有可以访问到的对象打上标记，然后清扫一遍内存空间，把所有没标记的对象释放。
3 分代技术
分代回收的整体思想是：将系统中的所有内存块根据其存活时间划分为不同的集合，每个集合就成为一个“代”，垃圾收集频率随着“代”的存活时间的增大而减小，存活时间通常利用经过几次垃圾回收来度量。
Python默认定义了三代对象集合，索引数越大，对象存活时间越长。18.Python中的@property有什么作用?如何实现成员变量的只读属性？@property装饰器就是负责把一个方法变成属性调用，通常用在属性的get方法和set方法，通过设置@property可以实现实例成员变量的直接访问，又保留了参数的检查。另外通过设置get方法而不定义set方法可以实现成员变量的只读属性。
19.args and **kwargsargs代表位置参数，它会接收任意多个参数并把这些参数作为元组传递给函数。**kwargs代表的关键字参数，允许你使用没有事先定义的参数名，另外，位置参数一定要放在关键字参数的前面。
20.有用过with statement吗？它的好处是什么？具体如何实现？with语句适用于对资源进行访问的场合，确保不管使用过程中是否发生异常都会执行必要的“清理”操作，释放资源，比如文件使用后自动关闭、线程中锁的自动获取和释放等。
what will be the output of the code below? explain your answer
def extend_list(val, list=[]):
list.append(val)
return listlist1 = extend_list(10)
list2 = extend_list(123, [])
list3 = extend_list(‘a’)print(list1) # list1 = [10, ‘a’]
print(list2) # list2 = [123, []]
print(list3) # list3 = [10, ‘a’]class Parent(object):
x = 1class Child1(Parent):
passclass Child2(Parent):
passprint(Parent.x, Child1.x, Child2.x) # [1,1,1]
Child1.x = 2
print(Parent.x, Child1.x, Child2.x) # [1,2,1]
Partent.x = 3
print(Parent.x, Child1.x, Child2.x) # [3,2,3]21.在一个二维数组中，每一行都按照从左到右递增的顺序排序，每一列都按照从上到下递增的顺序排序。请完成一个函数，输入这样的一个二维数组和一个整数，判断数组中是否含有该整数。
arr = [[1,4,7,10,15], [2,5,8,12,19], [3,6,9,16,22], [10,13,14,17,24], [18,21,23,26,30]]
def getNum(num, data=None):
while data:
if num > data[0][-1]:
del data[0]
print(data)
getNum(num, data=None)
elif num < data[0][-1]:
data = list(zip(*data))
del data[-1]
data = list(zip(*data))
print(data)
getNum(num, data=None)
else:
return True
data.clear()
return Falseif name == ‘main’:
print(getNum(18, arr))22.获取最大公约数、最小公倍数
a = 36
b = 21def maxCommon(a, b):
while b: a,b = b, a%b
return adef minCommon(a, b):
c = a*b
while b: a,b = b, a%b
return c//aif name == ‘main’:
print(maxCommon(a,b))
print(minCommon(a,b))23.获取中位数
def median(data):
data.sort()
half = len(data) // 2
return (data[half] + data[~half])/2l = [1,3,4,53,2,46,8,42,82]
if name == ‘main’:
print(median(l))24.输入一个整数，输出该数二进制表示中1的个数。其中负数用补码表示。
def getOneCount(num):
if num > 0:
count = b_num.count(‘1’)
print(b_num)
return count
elif num < 0:
b_num = bin(~num)
count = 8 - b_num.count(‘1’)
return count
else:
return 8if name == ‘main’:
print(getOneCount(5))
print(getOneCount(-5))
print(getOneCount(0))
