京公网安备 11010802034615号
经营许可证编号:京B2-20210330
Python 面试中8个必考问题
Q1、下面这段代码的输出结果是什么?请解释。
def extendList(val, list=[]):
list.append(val) return list
list1 = extendList(10)
list2 = extendList(123,[])
list3 = extendList('a')print "list1 = %s" % list1print "list2 = %s" % list2print "list3 = %s" % list3
怎样修改extendList的定义能够产生以下预期的行为?
答案:
上面代码输出结果将是:
list1 = [10,'a'] list2 = [123] list3 = [10,'a']
很多人都会误认为list1=[10],list3=['a'],因为他们以为每次extendList被调用时,列表参数的默认值都将被设置为[].但实际上的情况是,新的默认列表只在函数被定义的那一刻创建一次。当extendList被没有指定特定参数list调用时,这组list的值随后将被使用。这是因为带有默认参数的表达式在函数被定义的时候被计算,不是在调用的时候被计算。因此list1和list3是在同一个默认列表上进行操作(计算)的。而list2是在一个分离的列表上进行操作(计算)的。(通过传递一个自有的空列表作为列表参数的数值)。
extendList的定义可以作如下修改。尽管,创建一个新的列表,没有特定的列表参数。
下面这段代码可能能够产生想要的结果。
defextendList(val, list=None): iflistisNone: list = [] list.append(val) returnlist
通过上面的修改,输出结果将变成:
list1 = [10] list2 = [123] list3 = ['a']
Q2、下面这段代码的输出结果将是什么?请解释。
defmultipliers(): return[lambdax : i * xforiinrange(4)] print[m(2)forminmultipliers()]
你如何修改上面的multipliers的定义产生想要的结果?
答案:
上面代码输出的结果是[6, 6, 6, 6] (不是我们想的[0, 2, 4, 6])。上述问题产生的原因是Python闭包的延迟绑定。这意味着内部函数被调用时,参数的值在闭包内进行查找。因此,当任何由multipliers()返回的函数被调用时,i的值将在附近的范围进行查找。
那时,不管返回的函数是否被调用,for循环已经完成,i被赋予了最终的值3。
因此,每次返回的函数乘以传递过来的值3,因为上段代码传过来的值是2,它们最终返回的都是6。(3*2)
碰巧的是,《The Hitchhiker’s Guide to Python》也指出,在与lambdas函数相关也有一个被广泛被误解的知识点,不过跟这个case不一样。由lambda表达式创造的函数没有什么特殊的地方,它其实是和def创造的函数式一样的。
下面是解决这一问题的一些方法。 一种解决方法就是用Python生成器。
defmultipliers(): foriinrange(4):yieldlambdax : i * x
另外一个解决方案就是创造一个闭包,利用默认函数立即绑定。
defmultipliers(): return[lambdax, i=i : i * xforiinrange(4)]
还有种替代的方案是,使用偏函数:
fromfunctoolsimportpartialfromoperatorimportmuldefmultipliers(): return[partial(mul, i)foriinrange(4)]
Q3、下面这段代码的输出结果将是什么?请解释。
classParent(object): x =1classChild1(Parent): passclassChild2(Parent): pass printParent.x, Child1.x, Child2.x Child1.x =2printParent.x, Child1.x, Child2.x Parent.x =3printParent.x, Child1.x, Child2.x
答案:
输出结果将是:
111 121 323
让很多人困惑或惊讶的是最后一行输出为什么是3 2 3 而不是 3 2 1?为什么在改变parent.x 的同时也改变了 child2.x 的值?但与此同时没有改变 Child1.x 的值? 此答案的关键是,在 Python 中,类变量在内部是以字典的形式进行传递。
如果一个变量名没有在当前类下的字典中发现,则在更高级的类(如它的父类)中尽心搜索直到引用的变量名被找到。(如果引用变量名在自身类和更高级类中没有找到,将会引发一个属性错误。)
因此,在父类中设定 x = 1,让变量 x 类(带有值1)能够在其类和其子类中被引用到。这就是为什么第一个打印语句输出结果是1 1 1。
因此,如果它的任何一个子类被覆写了值(例如说,当我们执行语句 Child.x = 2),这个值只在子类中进行了修改。这就是为什么第二个打印语句输出结果是1 2 1。
最终,如果这个值在父类中进行了修改,(例如说,当我们执行语句 Parent.x = 3),这个改变将会影响那些还没有覆写子类的值(在这个例子中就是 Child2)这就是为什么第三打印语句输出结果是3 2 3。
Q4、下面这段代码在Python2下输出结果将是什么?请解释。
defdiv1(x,y): print"%s/%s = %s"% (x, y, x/y) defdiv2(x,y): print"%s//%s = %s"% (x, y, x//y) div1(5,2) div1(5.,2) div2(5,2) div2(5.,2.)
在Python3下结果会有怎样的不同?(当然,假设上述打印语句被转换成Python3的语法)
答案:
在Python2中,上述代码输出将是
5/2=25.0/2=2.55//2=25.0//2.0=2.0
默认情况下,Python 2 自动执行整形计算如果两者都是整数。因此,5/2 结果是2,而5./2结果是2.5 注意,在Python2中,你可以通过增加以下引用来覆写这个行为。
from future import division
同时要注意的是,//操作符将总是执行整形除法,不管操作符的类型。这就是为什么即使在Python 2中5.0//2.0的结果是2.0。
然而在Python3中,没有此类特性,例如,在两端都是整形的情况下,它不会执行整形除法
因此,在Python3中,将会是如下结果:
5/2=2.55.0/2=2.55//2=25.0//2.0=2.0
Q5、下面代码的输出结果将是什么?
list = ['a','b','c','d','e']printlist[10:]
答案:
下面的代码将输出 [],不会产生 IndexError 错误。 就像所期望的那样,尝试用超出成员的个数的index来获取某个列表的成员。
例如,尝试获取 list[10] 和之后的成员,会导致 IndexError。
然而,尝试获取列表的切片,开始的 index 超过了成员个数不会产生 IndexError,而是仅仅返回一个空列表。
这成为特别让人恶心的疑难杂症,因为运行的时候没有错误产生,导致bug很难被追踪到。
Q6、考虑下列代码片段:
1.list = [ [ ] ] *52.list # output?3.list[0].append(10)4.list # output?5.list[1].append(20)6.list # output?7.list.append(30)8.list # output?
2、4、6、8行将输出什么结果?试解释。
答案:
输出的结果如下:
[[], [], [], [], []] [[10], [10], [10], [10], [10]] [[10,20], [10,20], [10,20], [10,20], [10,20]] [[10,20], [10,20], [10,20], [10,20], [10,20],30]
解释如下:
第一行的输出结果直觉上很容易理解,例如 list = [ [ ] ] * 5 就是简单的创造了5个空列表。
然而,理解表达式list=[ [ ] ] * 5的关键一点是它不是创造一个包含五个独立列表的列表,而是它是一个创建了包含对同一个列表五次引用的列表。
只有了解了这一点,我们才能更好的理解接下来的输出结果。
list[0].append(10) 将10附加在第一个列表上。
但由于所有5个列表是引用的同一个列表,所以这个结果将是:
[[10], [10], [10], [10], [10]]
同理,list[1].append(20)将20附加在第二个列表上。但同样由于5个列表是引用的同一个列表,所以输出结果现在是:
[[10,20], [10,20], [10,20], [10,20], [10,20]].
作为对比, list.append(30)是将整个新的元素附加在外列表上,因此产生的结果是:
[[10, 20], [10, 20], [10, 20], [10, 20], [10, 20], 30].
Q7、Given a list of N numbers。给定一个含有N个数字的列表。
使用单一的列表生成式来产生一个新的列表,该列表只包含满足以下条件的值:
(a)偶数值
(b)元素为原始列表中偶数切片。
例如,如果list[2]包含的值是偶数。那么这个值应该被包含在新的列表当中,因为这个数字同时在原始列表的偶数序列(2为偶数)上。然而,如果list[3]包含一个偶数,
答案:
那个数字不应该被包含在新的列表当中,因为它在原始列表的奇数序列上。对此问题的简单解决方法如下:
[xforxinlist[::2]ifx%2==0]
例如,给定列表如下:
list = [1,3,5,8,10,13,18,36,78]
列表生成式[x for x in list[::2] if x%2 == 0] 的结果是,
[10,18,78]
这个表达式工作的步骤是,第一步取出偶数切片的数字,第二步剔除其中所有奇数。
Q8、给定以下字典的子类:
classDefaultDict(dict): def__missing__(self, key): return[]
下面的代码能够运行么?为什么?
d = DefaultDict() d['florp'] =127
答案:
能够运行。当 key 缺失时,执行 DefaultDict 类,字典的实例将自动实例化这个数列。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在机器学习建模体系中,随机森林作为集成学习的经典算法,凭借高精度、抗过拟合、适配多场景、可解释性强的核心优势,成为分类、 ...
2026-03-12在机器学习建模过程中,“哪些特征对预测结果影响最大?”“如何筛选核心特征、剔除冗余信息?”是从业者最常面临的核心问题。随 ...
2026-03-12在数字化转型深度渗透的今天,企业管理已从“经验驱动”全面转向“数据驱动”,数据思维成为企业高质量发展的核心竞争力,而CDA ...
2026-03-12在数字经济飞速发展的今天,数据分析已从“辅助工具”升级为“核心竞争力”,渗透到商业、科技、民生、金融等各个领域。无论是全 ...
2026-03-11上市公司财务报表是反映企业经营状况、盈利能力、偿债能力的核心数据载体,是投资者决策、研究者分析、从业者复盘的重要依据。16 ...
2026-03-11数字化浪潮下,数据已成为企业生存发展的核心资产,而数据思维,正是CDA(Certified Data Analyst)数据分析师解锁数据价值、赋 ...
2026-03-11线性回归是数据分析中最常用的预测与关联分析方法,广泛应用于销售额预测、风险评估、趋势分析等场景(如前文销售额预测中的多元 ...
2026-03-10在SQL Server安装与配置的实操中,“服务名无效”是最令初学者头疼的高频问题之一。无论是在命令行执行net start启动服务、通过S ...
2026-03-10在数据驱动业务的当下,CDA(Certified Data Analyst)数据分析师的核心价值,不仅在于解读数据,更在于搭建一套科学、可落地的 ...
2026-03-10在企业经营决策中,销售额预测是核心环节之一——无论是库存备货、营销预算制定、产能规划,还是战略布局,都需要基于精准的销售 ...
2026-03-09金融数据分析的核心价值,是通过挖掘数据规律、识别风险、捕捉机会,为投资决策、风险控制、业务优化提供精准支撑——而这一切的 ...
2026-03-09在数据驱动决策的时代,CDA(Certified Data Analyst)数据分析师的核心工作,是通过数据解读业务、支撑决策,而指标与指标体系 ...
2026-03-09在数据处理的全流程中,数据呈现与数据分析是两个紧密关联却截然不同的核心环节。无论是科研数据整理、企业业务复盘,还是日常数 ...
2026-03-06在数据分析、数据预处理场景中,dat文件是一种常见的二进制或文本格式数据文件,广泛应用于科研数据、工程数据、传感器数据等领 ...
2026-03-06在数据驱动决策的时代,CDA(Certified Data Analyst)数据分析师的核心价值,早已超越单纯的数据清洗与统计分析,而是通过数据 ...
2026-03-06在教学管理、培训数据统计、课程体系搭建等场景中,经常需要对课时数据进行排序并实现累加计算——比如,按课程章节排序,累加各 ...
2026-03-05在数据分析场景中,环比是衡量数据短期波动的核心指标——它通过对比“当前周期与上一个相邻周期”的数据,直观反映指标的月度、 ...
2026-03-05数据治理是数字化时代企业实现数据价值最大化的核心前提,而CDA(Certified Data Analyst)数据分析师作为数据全生命周期的核心 ...
2026-03-05在实验检测、质量控制、科研验证等场景中,“方法验证”是确保检测/分析结果可靠、可复用的核心环节——无论是新开发的检测方法 ...
2026-03-04在数据分析、科研实验、办公统计等场景中,我们常常需要对比两组数据的整体差异——比如两种营销策略的销售额差异、两种实验方案 ...
2026-03-04