Python求職怎麼拿到對摺面試公司Offer

找工做，歷來都不是一件容易的事——無數的身負絕技的工程師在面試中折戟，拿不到想要的offer，得不到想要的職位。可是，卻有這麼一我的，在短短的幾天時間裏，面試成功率超過五成，到手offer拿到手軟，這是爲何呢？

從八月底開始找工做，短短的一星期多一些，面試了9家公司，拿到5份Offer，多是由於我所面試的公司都是些創業性的公司吧，不過仍是感觸良多，由於學習python的時間還很短，沒想到還算比較容易的找到了工做，就把這些天的面試經驗和你們分享一下，但願爲學習python找工做的小夥伴們提供些許幫助。

筆者感受面試最主要的兩點：1.項目經驗。 2.項目經驗和招聘職位相符，這是最主要的，其餘的都是錦上添花。

常規問題

自我介紹

這是一道送分題，萬年不變的第一個問題。不過有些小夥伴可能沒有太在乎，其實這個問題已經在面試官心中決定了你的去留意向。自我介紹的主要結構：我的基本信息 + 基本技術構成 + 項目經驗（具體項目以及在項目中的負責部分）+ 自我評價，其中的原則就是牢牢圍繞招聘崗位的需求作介紹。在此以前要作好準備工做，看看招聘方具體須要什麼方向的研發工程師。目前針對Python，拉勾上的招聘多爲自動化測試平臺的設計與開發、數據的挖掘與清洗。單純的web開發好像尚未，因此web方向的同窗注意，多和運維以及自動化方面靠攏。

二段式詢問

在面試的過程中，在面試官提出問題的時候，每每會就問題自己引伸出較深層次的問題。好比：你使用過with語句嗎？個人回答是：with語句常常適用於對資源進行訪問的場合，確保在訪問的過程當中無論是否發生異常都會指執行必要的清理操做，好比文件的自動關閉以及線程中鎖的自動獲取與釋放。面試官緊接着問，那你知道爲何with語句可以使文件正確關閉，一會兒把我問悶了，只能依稀記得with語句會開闢出一塊獨立環境來執行文件的訪問，相似沙盒機制。面試官對這個答案不置能否，算是勉強經過了。因此知其然更要知其因此然。在平時的學習中，多問一個爲何，面試的時候就不會太被動。

不要給本身挖坑

確保你在回答面試官的過程當中，回答中的每一個知識點都瞭然於胸，否則被問住，是很難堪的。我在回答web安全問題時，順嘴說了SQL注入，面試官說既然提到了SQL注入，那麼你講講它的原理及解決方法吧！丟臉的是我居然把XSS跨站注入攻擊和SQL注入搞混了，場面也是有點尷尬。因此斟酌你說的每一句話，聰明點的同窗還能夠引導面試官，讓他問出本身想要被問的問題。

這一年你學習了什麼新的技能

這是面試官在考察你是否對於新鮮技術抱有極大熱忱。面試個人面試官無一例外都問到了這個問題。他們都但願能找一個不斷學習，開括創新的年輕人。多瀏覽最新的技術資訊，選擇一方面本身感興趣的領域。

選擇創業公司仍是大公司，爲何？

固然是看招聘方屬於哪個公司啦，不過問這種問題的通常都是創業公司。答案無非是：挑戰大，享受挑戰；創業公司具備無限成功的可能性，想隨公司一塊兒成長；

爲何你要從上一家公司離職？

這也是一個必問問題，找一個比較正當的理由，不要說什麼公司零食太多胖了20斤，公司周別附近的外賣都吃膩了，真的別這樣說…主要原則就是不要對前公司抱有怨言，BOSS朝令夕改，PM不靠譜什麼的，多尋找自身緣由：公司發展比較穩定，但我還年輕，但願有更大的挑戰和更多的學習機會。像這樣就能夠。

描述一下你的上一家公司

這個問題問到的概率不太大，不過也仍是有三家公司問到過，招聘方主要想從上一家公司的具體經營規模以及主營業務來定位你的水平，知道招聘方的目的就能夠從容應答。

技術性問題

非技術性的問題就是以上這麼多，做爲參考稍加準備，面試的時候就能對答如流。下面講一下在面試中的技術性問題。我的感受技術性的問題面試官問的沒有特別多，通常考察2-3個，由淺到深。

簡述函數式編程

在函數式編程中，函數是基本單位，變量只是一個名稱，而不是一個存儲單元。除了匿名函數外，Python還使用fliter(),map(),reduce(),apply()函數來支持函數式編程。

什麼是匿名函數，匿名函數有什麼侷限性

匿名函數，也就是lambda函數，一般用在函數體比較簡單的函數上。匿名函數顧名思義就是函數沒有名字，所以不用擔憂函數名衝突。不過Python對匿名函數的支持有限，只有一些簡單的狀況下可使用匿名函數。

如何捕獲異常，經常使用的異常機制有哪些？

若是咱們沒有對異常進行任何預防，那麼在程序執行的過程當中發生異常，就會中斷程序，調用python默認的異常處理器，並在終端輸出異常信息。

try…except…finally語句:當try語句執行時發生異常，回到try語句層，尋找後面是否有except語句。找到except語句後，會調用這個自定義的異常處理器。except將異常處理完畢後，程序繼續往下執行。finally語句表示，不管異常發生與否，finally中的語句都要執行。

assert語句：判斷assert後面緊跟的語句是True仍是False，若是是True則繼續執行print，若是是False則中斷程序，調用默認的異常處理器，同時輸出assert語句逗號後面的提示信息。

with語句：若是with語句或語句塊中發生異常，會調用默認的異常處理器處理，但文件仍是會正常關閉。

copy()與deepcopy()的區別

copy是淺拷貝，只拷貝可變對象的父級元素。 deepcopy是深拷貝，遞歸拷貝可變對象的全部元素。

函數裝飾器有什麼做用（常考）

裝飾器本質上是一個Python函數，它可讓其餘函數在不須要作任何代碼變更的前提下增長額外功能，裝飾器的返回值也是一個函數對象。它常常用於有切面需求的場景，好比：插入日誌、性能測試、事務處理、緩存、權限校驗等場景。有了裝飾器，就能夠抽離出大量與函數功能自己無關的雷同代碼並繼續重用。

簡述Python的做用域以及Python搜索變量的順序

Python做用域簡單說就是一個變量的命名空間。代碼中變量被賦值的位置，就決定了哪些範圍的對象能夠訪問這個變量，這個範圍就是變量的做用域。在Python中，只有模塊（module），類（class）以及函數（def、lambda）纔會引入新的做用域。Python的變量名解析機制也稱爲 LEGB 法則：本地做用域（Local）→當前做用域被嵌入的本地做用域（Enclosing locals）→全局/模塊做用域（Global）→內置做用域（Built-in）

新式類和舊式類的區別,如何確保使用的類是新式類

爲了統一類(class)和類型(type)，python在2.2版本引進來新式類。在2.1版本中，類和類型是不一樣的。

爲了確保使用的是新式類，有如下方法：

放在類模塊代碼的最前面 __metaclass__ = type
從內建類object直接或者間接地繼承
在python3版本中，默認全部的類都是新式類。

簡述__new__和__init__的區別

建立一個新實例時調用__new__,初始化一個實例時用__init__,這是它們最本質的區別。

new方法會返回所構造的對象，init則不會.

new函數必須以cls做爲第一個參數，而init則以self做爲其第一個參數.

Python垃圾回收機制(常考)

Python GC主要使用引用計數（reference counting）來跟蹤和回收垃圾。在引用計數的基礎上，經過「標記-清除」（mark and sweep）解決容器對象可能產生的循環引用問題，經過「分代回收」（generation collection）以空間換時間的方法提升垃圾回收效率。

1 引用計數

PyObject是每一個對象必有的內容，其中ob_refcnt就是作爲引用計數。當一個對象有新的引用時，它的ob_refcnt就會增長，當引用它的對象被刪除，它的ob_refcnt就會減小.引用計數爲0時，該對象生命就結束了。

優勢:

簡單 實時性 缺點:

維護引用計數消耗資源 循環引用

2 標記-清除機制

基本思路是先按需分配，等到沒有空閒內存的時候從寄存器和程序棧上的引用出發，遍歷以對象爲節點、以引用爲邊構成的圖，把全部能夠訪問到的對象打上標記，而後清掃一遍內存空間，把全部沒標記的對象釋放。

3 分代技術

分代回收的總體思想是：將系統中的全部內存塊根據其存活時間劃分爲不一樣的集合，每一個集合就成爲一個「代」，垃圾收集頻率隨着「代」的存活時間的增大而減少，存活時間一般利用通過幾回垃圾回收來度量。

Python默認定義了三代對象集合，索引數越大，對象存活時間越長。

property有什麼做用?如何實現成員變量的只讀屬性？

@property裝飾器就是負責把一個方法變成屬性調用，一般用在屬性的get方法和set方法，經過設置@property能夠實現實例成員變量的直接訪問，又保留了參數的檢查。另外經過設置get方法而不定義set方法能夠實現成員變量的只讀屬性。

*args and **kwargs

*args表明位置參數，它會接收任意多個參數並把這些參數做爲元組傳遞給函數。**kwargs表明的關鍵字參數，容許你使用沒有事先定義的參數名，另外，位置參數必定要放在關鍵字參數的前面。

with statement的好處是什麼？具體如何實現？

with語句適用於對資源進行訪問的場合，確保無論使用過程當中是否發生異常都會執行必要的「清理」操做，釋放資源，好比文件使用後自動關閉、線程中鎖的自動獲取和釋放等。

what will be the output of the code below?

def extend_list(val, list=[]):
list.append(val)
return list

list1 = 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 = 1

class Child1(Parent):
pass

class Child2(Parent):
pass

print(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]

數組問題

在一個二維數組中，每一行都按照從左到右遞增的順序排序，每一列都按照從上到下遞增的順序排序。請完成一個函數，輸入這樣的一個二維數組和一個整數，判斷數組中是否含有該整數。

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 False

if __name__ == ‘__main__’:
print(getNum(18, arr))

獲取最大公約數、最小公倍數

a = 36
b = 21

def maxCommon(a, b):
while b: a,b = b, a%b
return a

def minCommon(a, b):
c = a*b
while b: a,b = b, a%b
return c//a

if __name__ == ‘__main__’:
print(maxCommon(a,b))
print(minCommon(a,b))

獲取中位數

def median(data):
data.sort()
half = len(data) // 2
return (data[half] + data[~half])/2

l = [1,3,4,53,2,46,8,42,82]

if __name__ == ‘__main__’:
print(median(l))

整數問題

輸入一個整數，輸出該數二進制表示中1的個數。其中負數用補碼錶示。

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 8

if __name__ == ‘__main__’:
print(getOneCount(5))
print(getOneCount(-5))
print(getOneCount(0))

以上就是我面試過程當中所被問到的問題，算法題仍是比較少的，也只有2家公司要求寫算法，數據結構彷佛被問到的不是特別多，就問到了一個B+樹的結構。數據庫問到的是索引相關的優化。稍微有些基礎的都能回答上來，可是最好能夠深層次的探討一下。

本文只作拋磚引玉之用，有些看法還不是特別成熟，但願能夠爲學習Python找工做的夥伴們提供一些幫助，面試過程中最重要的一點是放平心態，求職過程是雙方的，不須要太過緊張，把本身掌握的知識充分表達出來就好。只要你是匹千里馬，早晚會被伯樂牽出來遛一遛的。

看完這篇文章，你有沒有對本身的求職之路增長一些信心呢？

參考咱們文章中提到的內容，針對性的調整本身的面試策略，將本身的知識最完美的呈現出來，不光是爲了面試，也是爲了讓本身的才華有用武之地。