每日面经分享（python part1）

news2024/10/10 18:24:49

Python中的深拷贝和浅拷贝的区别是什么？
a. 浅拷贝创建一个新的对象，但其中的可变元素仍然共享引用。只有对象的第一层被复制，而更深层次的嵌套对象仍然是引用。更改其中一个对象的属性会影响到其他对象。
b. 深拷贝创建一个完全独立的新对象，包括嵌套对象。深拷贝会递归复制整个对象树，因此每个对象及其嵌套对象都有自己的副本，互不影响。
Python如何进行深拷贝和浅拷贝？
a. 浅拷贝

import copy

new_list = copy.copy(old_list)  # 浅拷贝列表
new_dict = copy.copy(old_dict)  # 浅拷贝字典

b. 深拷贝

import copy

new_list = copy.deepcopy(old_list)  # 深拷贝列表
new_dict = copy.deepcopy(old_dict)  # 深拷贝字典

c. 深拷贝与浅拷贝区别

import copy

# 原始列表
original_list = [1, 2, [3, 4]]

# 浅拷贝
shallow_copy_list = copy.copy(original_list)

# 深拷贝
deep_copy_list = copy.deepcopy(original_list)

# 修改嵌套列表的值
original_list[2][0] = 5

print(original_list)         # 输出: [1, 2, [5, 4]]
print(shallow_copy_list)     # 输出: [1, 2, [5, 4]]
print(deep_copy_list)        # 输出: [1, 2, [3, 4]]

python8种数据类型
a. 整数（int）：用于存储整数值，例如1、2、-3等。
b. 浮点数（float）：用于存储带有小数部分的数值，例如3.14、2.5等。
c. 字符串（str）：用于存储文本数据，由一系列字符组成，例如"Hello, World!"、"Python编程"等。
d. 布尔值（bool）：用于存储逻辑值，表示真或假，只有两个可能的取值：True和False。
e. 列表（list）：用于存储多个有序元素的集合，元素之间用逗号分隔，可以包含不同类型的数据，例如[1, 2, 3]、[“apple”, “banana”, “orange”]等。
f. 元组（tuple）：类似于列表，但是元组是不可变的，即创建后不能修改，用圆括号括起来，例如(1, 2, 3)、(“apple”, “banana”, “orange”)等。
g. 集合（set）：用于存储无序且唯一的元素，元素之间用逗号分隔，用大括号括起来，例如{1, 2, 3}、{“apple”, “banana”, “orange”}等。
h. 字典（dict）：用于存储键值对的集合，每个键值对之间用冒号分隔，键和值之间用逗号分隔，用大括号括起来，例如{“name”: “Alice”, “age”: 20, “city”: “New York”}等。
Python中的迭代器（Iterator）和可迭代对象（Iterable）的概念，它们之间的区别
a. 可迭代对象是指那些具有__iter__()方法的对象。常见的可迭代对象包括列表、元组、字符串、字典、集合等。可迭代对象可以被用于for循环中，通过重复调用其__iter__()方法来获得一个新的迭代器对象。
b. 迭代器是指具有__iter__()和__next__()方法的对象。iter()方法返回迭代器对象本身，而__next__()方法返回迭代器的下一个元素。当没有更多元素时，next()方法会引发StopIteration异常。迭代器对象可以记住迭代的位置，因此可以在需要时从上一次停止的地方继续迭代。
c. 迭代器和可迭代对象之间的主要区别如下：
i. 可迭代对象是一个集合或序列，可以使用for循环遍历其元素。它提供了一个迭代器。
ii. 迭代器是一个对象，用于逐个访问可迭代对象的元素。迭代器在迭代过程中保持状态，以便记住当前位置。

my_list = [1, 2, 3, 4, 5]  # 可迭代对象

my_iter = iter(my_list)   # 获取迭代器对象

print(next(my_iter))      # 输出: 1
print(next(my_iter))      # 输出: 2
print(next(my_iter))      # 输出: 3

Python中的异常处理机制（try-except语句）

try:
    # 可能会引发异常的代码块
    # ...
except ExceptionType:
    # 处理异常的代码块
    # ...

Python装饰器的作用
a. 扩展函数的功能：装饰器可以在不改变函数定义的情况下，为函数添加额外的功能，例如日志记录、性能分析、输入验证等。
b. 代码重用和简化：装饰器可以将一些常用的代码逻辑封装起来，使其可以在多个函数中重复使用，从而简化代码。
c. 高级函数用法：装饰器可以用于实现一些高级的函数用法，例如缓存、单例模式等。

def uppercase_decorator(func):
    # 装饰器函数，该装饰器接受一个函数作为参数，并返回一个新的函数wrapper
    def wrapper():
        result = func()
        return result.upper()
    return wrapper

@uppercase_decorator
def say_hello():
    # 调用say_hello()函数时，实际上是调用了uppercase_decorator返回的wrapper函数
    return "hello, world!"

print(say_hello())  # 输出: HELLO, WORLD!