去面試Python工程師,這幾個基礎問題必定要能回答,Python面試題No4

今天的面試題以基礎爲主,去面試Python工程師,這幾個基礎問題不能答錯程序員

第1題:列表和元組有什麼不一樣?

列表和元組是Python中最經常使用的兩種數據結構,字典是第三種。面試

相同點:正則表達式

  • 都是序列
  • 均可以存儲任何數據類型
  • 能夠經過索引訪問

語法差別

使用方括號[]建立列表,而使用括號()建立元組。bash

是否可變

列表是可變的,而元組是不可變的,這標誌着二者之間的關鍵差別。微信

重用與拷貝

元組沒法複製。 由於元組是不可變的,因此運行tuple(tuple_name)將返回本身數據結構

內存開銷

Python將低開銷的較大的塊分配給元組,由於它們是不可變的。 列表則分配小內存塊。 與列表相比,元組的內存更小。 ' 當你擁有大量元素時,元組比列表快。 列表的長度是可變的。app

第2題:什麼是負索引?

Python中的序列索引能夠是正也能夠是負框架

若是是正索引,0是序列中的第一個索引,1是第二個索引。 若是是負索引,-1是最後一個索引,-2是倒數第二個索引。dom

lst=[11,22,33,44,55]
複製代碼

全取列表函數

>>> lst[:]
[11, 22, 33, 44, 55]
複製代碼

取不到最後一個元素

>>> lst[:-1] # 注意這裏不能輸出55,由於切片操做都是左閉右開的
[11, 22, 33, 44]
複製代碼

列表倒序

>>> lst[::-1]
[55, 44, 33, 22, 11]
複製代碼

取最後一個

>>> lst[-1]
55
複製代碼

取第一個

>>> lst[0]
11
複製代碼

第3題: 如何隨機打亂列表中元素,要求不引用額外的內存空間?

用 random 包中的 shuffle() 函數來實現

import random
random.shuffle(你的列表)
# 舉個例子:
L1 = [1, 3, 5, 7]
random.shuffle(L1)
複製代碼

第4題:解釋 Python 中的 join() 和 split() 函數?

join() 函數能夠將指定的字符添加到字符串中

‘1,2,3,4,5’
複製代碼
a=','.join('123456')
print(a)
print(type(a))

#1,2,3,4,5,6

#<class 'str'>
複製代碼

split() 函數能夠用指定的字符分割字符串

[‘1’, ‘2’, ‘3’, ‘4’, ‘5’]
複製代碼
a='1,2,3,4,5,6'.split(',')
print(a)
print(type(a))


#['1', '2', '3', '4', '5', '6']
#<class 'list'>
複製代碼

第5題:如何刪除字符串中的前置空格?

  1. strip():把頭和尾的空格去掉
  2. lstrip():把左邊的空格去掉
  3. rstrip():把右邊的空格去掉
  4. replace('c1','c2'):把字符串裏的c1替換成c2。故能夠用replace(' ','')來去掉字符串裏的全部空格
  5. split():經過指定分隔符對字符串進行切片,若是參數num 有指定值,則僅分隔 num 個子字符串
  6. re.split(r'\s+', 'a b c') # 使用正則表達式

第6題:Python 中的 pass 語句有什麼做用?

在編寫代碼時只寫框架思路,具體實現還未編寫就能夠用 pass 進行佔位,使程序不報錯,不會進行任何操做。

好比:

while False:
	pass
複製代碼

pass一般用來建立一個最簡單的類:

class MyEmptyClass:
	pass
複製代碼

pass在軟件設計階段也常常用來做爲TODO,提醒實現相應的實現,好比:

def readtxt(*args):
	pass # to do list
複製代碼

第7題:解釋 Python 中的成員運算符?

成員運算符

in 是判斷是否包含

經過成員運算符‘in’ 和 ‘not in’,確認一個值是不是另外一個值的成員。

print('me' in 'disappointment')#True
print('us' in 'disappointment')#False
複製代碼

身份運算符

is 是判斷內存地址

  • is 是判斷兩個標識符是否是引用自一個對象
  • is not 是判斷兩個標識符是否是引用自不一樣對象

tops: in 的 not 在前,is 的 not 在後

微信搜索:非本科程序員,關注吧

掃碼關注非本科程序員
相關文章
相關標籤/搜索