「Python 面試」第二次更新

閱讀本文大約須要 8 分鐘。

7.說一下 Python 中的裝飾器

原理：利用閉包，將目標函數外面再套一層函數，使得目標函數具備一個新的功能，而且不改變目標函數原有功能。

實現方式：

1. 閉包

   def decorate(func):
       def wrapper():
           print('新功能')
           func()    
       return wrapper
   
   def func():
       print('原有功能')
   
   f = decorate(func)
   f()
   
   # 結果爲：
   新功能
   原有功能

2. @ 語法糖

   def decorate01(func):
       def wrapper():
           print('新功能')
           func()       
       return wrapper
   
   @decorate01
   def func01():
       print("原有功能")
   
   func01()
   
   # 結果爲：
   新功能
   原有功能

​

8.說一說類屬性、實例屬性、私有屬性和保護屬性

類屬性至關於所有變量，全部由類建立出來的實例，均可以使用，而實例屬性至關於局部變量，只能由該實例本身使用，當類屬性與實例屬性命名同樣時，在調用該同名屬性時，會屏蔽掉類屬性，調用實例屬性，這點跟 LEGB 很像。

當經過實例對象來修改類屬性時，其實修改的並非類屬性，而是新建了一個跟類屬性名同樣的實例屬性。

Python 中將以兩個下劃線__開頭，但不以兩個下劃線結尾的變量，認做爲私有屬性，Python 經過 name manage算法，將該私有屬性的引用更改成_classname_reference，用戶試圖調用該私有屬性時，會由於對象引用不同而找不到該屬性，故而實現了「屬性私有化」。

在獲取實例屬性時，通常採用定義一個實例方法的方式獲取屬性，避免直接對實例屬性進行操做，起到一個保護屬性的做用。

9.爲何說 Python 是動態語言，鴨子類型是指什麼

Python 至關於其餘靜態語言，能夠在代碼運行過程當中，改變變量的屬性。

鴨子類型指的是 Python 不用定義變量類型，只要該變量像是什麼類型，那麼就認爲它就是什麼類型，咱們更多關注的是它的行爲，而不是它的類型。

10.元類是什麼

實例都是由類建立出來，而類則是由元類建立出來。他們之間的關係至關於「奶奶-媽媽-孫子」。

示例：

class Myclass():
    pass


new = type('NewClass', (Myclass,), {'name': 'new'})

print(new)
print(new.__mro__)  # 查看該類的繼承狀況

# 結果爲
<class '__main__.NewClass'>
(<class '__main__.NewClass'>, <class '__main__.Myclass'>, <class 'object'>)

具體點的內容能夠參考這篇問答：什麼是元類

11.@staticmethod 和 @classmethod 的區別

@staticmethod 是爲類添加一個靜態方法

@classmethod 是爲類添加一個類方法

12.如何動態添加屬性

因爲 Python 的特性使得程序在運行過程當中，咱們能夠爲某個對象添加屬性、方法。

示例：

class Myclass:
    pass


m = Myclass()

# 爲實例動態添加一個屬性
m.name = 'new_atribute'

def func(self):
    return 'new_function'

# 爲實例動態添加一個方法
m.func = func

print(m.name)
print(m.__dict__) # 返回 m 的全部屬性,方法

# 結果爲
new_atribute
new_function
{'func': <function func at 0x7f9452be12f0>, 'name': 'new_atribute'}

# 另一種動態添加方法
import types


def func01(self):
    print('new_function01')

# 實例 m 添加一個屬性 func，而這個屬性指向func()函數，故當調用 m.func 時，也就至關於調用了 func() 函數，間接實現了爲 m 添加方法 func()。
m.func = types.MethodType(func, m)

print(m.func())

# 結果爲 new_function01

13.對於迭代器和生成器你知道哪些，它們分別應用於什麼場景

先介紹什麼是可迭代的Iterable：任何可用於for循環的都是可迭代的。也可使用collection模塊下的isinstance(obj, Iterable)來檢驗該對象是否可迭代。

示例：

from collections import Iterable


print(isinstance('abc',Iterable)) 
print(isinstance(123,Iterable)) 

# 結果爲 True，False

• 迭代器

  任何可使用next()函數的都是迭代器，也可以使用iter()函數將可迭代對象變爲迭代器。

  示例：

  from collections import Iterator
  
  
  itr = iter('abc')
  
  print(type(itr))
  print(isinstance(itr, Iterator)) 
  
  # 結果爲 Iterator，True

• 生成器

  任何函數中含有yield關鍵字的都是生成器，列表生成式中的[]改成()也是一個生成器。

  • 實現方式

    示例：

    g = [i for i in range(10)]
    
    print(type(g))
    
    # 結果爲 list
    
    g1 = (i for i in range(10))
    
    print(type(g1))
    
    # 結果爲 generator
    
    def func():
        for i in range(10):
            yield i
    
    f = func()
    print(f)
    
    # 結果爲 <generator object func at 0x7f92f5294048>

  • 生成器怎麼取值，何時結束

    生成器能夠經過next(f)、f.__next__()和f.send()三種方式來取值

    示例：

    def func01():
        for i in range(10):
            yield i
    
    f = func()
    print(next(f))
    print(f.__next__())
    print(f.send('hahah'))
    
    # 結果爲 
    0
    1
    2

    其中f.send()能夠向生成器傳值，可是其第一次傳入的值默認爲None。若是想要取出send('hahah')裏傳入的值，則須要在生成器中添加接收的變量。

    示例：

    def func():
        for i in range(10):
            # yield i
            temp = yield i
            print(temp)
            
    f = func()
    
    print(next(f))
    print(f.__next__())
    print(f.send('hahah'))  
    
    # 結果爲
    0
    None
    1
    hahah
    2

    生成器裏的值被取完以後，或者中間遇到 return關鍵字，就會退出，這三種方法有一個共同點：當生成器取完以後會拋出StopIteration的錯誤。

    而使用for循環來取出生成器裏的值就不會拋出錯誤，這也是最被推薦的。

  • 應用場景

    在生成一個包含不少數（百萬級別）的列表時，可是又只用獲得其中很小一部分的數時，使用列表生成式會極大的浪費內存，且不必定可以生成，由於受機器內存限制。

    而使用生成器則否則，生成器只是在你須要的時候，纔會申請一塊內存，能夠邊取邊用，極大的下降了內存消耗。

    生成器用的最多的地方在於「協程」。因爲基於 C 解釋器下的 Python 中含有一個 GIL 鎖，使得 Pyhon 的多線程是一個假性多線程，這也是爲何不少人說 Python 性能慢的緣由。

未寫完，下次更新補上。