0、前言

最近和几位面试的朋友聊天，部分公司会有笔试环节，而很多中小型公司现在都没有了笔试环节。如果遇到有笔试的公司，一些基础 Python 知识点考查的频率还是很高的。今天，小编就给大家整理了 10 道较为常见的 Python 面试题，以及相应的答案，来帮助小伙伴们更好的了解和学习 Python，也为后续的面试，奠定一定的基础。

1、请简述工作常用的 Python 标准库？

工作中，我常用的 Python 标准库主要有：os、time、random、threading、json 等。

os： 操作系统相关的操作

time： 时间相关业务

random： 随机数相关的操作

threading： 线程相关的业务

json： 数据格式转

工作中，我常用的 Python第三方库主要有：flask、django、requests、openpyxl、pyaudio 等

flask： 轻量级 Web 开发框架，灵活、可扩展性高

django： 一站式 Web 开发框架，功能齐全

requests： 发送 HTTP 请求

openpyxl： 自动化办公相关的逻辑

pyaudio： 音频相关的业务

2、请简述 Python 中赋值、浅拷贝和深拷贝的区别。

（1） 赋值在 Python 中，对象的赋值就是简单的对象引用，如下所示：

a = "可乐python说"
b = a

print(a is b)  # True

通过上面的例子我们可以发现，a 和 b 是一样的，它们指向同一片内存空间，b 不过是 a 的别名，是引用。

赋值操作(包括对象作为参数、返回值)不会开辟新的内存空间，它只是复制了对象的引用。

也就是说除了 b 这个名字之外，没有其他的内存开销，修改了 a，也就影响了 b，同理，修改了 b，也就影响了 a。

（2） 浅拷贝浅拷贝会创建新的对象，其内容并非原对象本身的引用，而是原对象内第一层对象的引用。

浅拷贝可以通过切片、工厂函数、copy 模块中的 copy 函数实现，我们以最后一种来演示：

from copy import copy
a = ["可乐", "python", "说"]
b = copy(a)
print(a is b)  # False
print(id(a))   # 69524328
print(id(b))   # 69751304
for i in a:
    # 69309456
    # 66912864
    # 69309504
    print(id(i))

for j in b:
    # 69309456
    # 66912864
    # 69309504
    print(id(j))

浅拷贝产生的列表 b 不再是原来的列表 a 了，使用 is 判断可以发现他们不是同一个对象，使用 id 查看，他们也指向不同的内存空间。

但是当我们使用 id(i) for i in a 和 id(j) for j in b 来查看 a 和 b 中元素的地址时，可以发现二者包含的元素的地址是相同的。

这种情况下，修改 a 或者 b 并不会对彼此产生影响。

（3） 深拷贝深拷贝只有一种形式，可使用 copy 模块中的 deepcopy() 函数实现。

深拷贝和浅拷贝对应，深拷贝拷贝了对象的所有元素，包括多层嵌套的元素，深拷贝拷贝出来的对象根本就是一个全新的对象，不再与原来的对象有任何的关联。

（4） 注意事项对于非容器类型，如数字、字符串，以及其他的 "原子" 类型，就没有拷贝一说，产生的都是原对象的引用。如果元组变量值包含原子类型对象，即使采用了深拷贝，也只能得到浅拷贝。

3、请简述 Python 中的模块与包。

在 Python 中，模块是搭建程序的一种方式。每一个 Python 代码文件都是一个模块，并且可以引用其他的模块，比如模块中的对象、属性等。一个包含许多 Python 代码的文件夹是一个包，一个包可以包含模块和子文件夹，一般，包中会包含一个 __init__.py 文件。

4、请简述 Python 中的字典与 Json 的区别。

字典是 Python 中的一种数据结构，字典的 key 值只要是 hashable 的数据类型即可；而 json 是一种数据表现形式，一种数据格式，json 中的 key 必须是使用双引号引起来的字符串类型，使用单引号或者不用引号会导致读取数据错误。

5、请简述你对缺省参数的理解。

缺省参数是指在调用函数的时候，没有传入参数的情况下，则使用默认的参数，在调用函数的同时传入参数，所传入的参数就会替代默认参数生效。*args 是不定长参数，它表示输入参数是不确定的，可以是任意多个；**kwargs 是关键字参数，赋值的时候是以键 = 值的方式，参数是可以任意多对；在定义函数的时候不确定会有多少参数会传入时，就可以使用两个参数。

6、请简述 Python 中递归函终止的条件。

递归的终止条件一般定义在递归函数内部，在递归调用前要做一个条件判断，根据条件判断的结果，选择是继续调用自身，还是 return 返回，终止递归。终止的条件如下：（1） 判断递归函数的次数是否达到某一限定值；（2） 判断运算的结果是否达到某个范围等，根据设计的目的来选择。

7、请手写 Python 中的单例代码如下：

class KelePython(object):
    
    __instance = None
    
    def __new__(cls, *args, **kwargs):
        if cls.__instance is None:
            cls.__instance = object.__new__(cls)
            return cls.__instance
        else:
            return cls.__instance

8、请简述单例模式的应用场景有哪些？

单例模式一般应用在以下场景：（1）资源共享的情况下，避免由于资源操作时导致的性能或损耗等，如日志文件，应用配置等；（2）控制资源的情况下，方便资源之间的互相通信，如网站的计数器、应用配置、多线程池、数据库配置、数据库连接池、应用程序的日志应用等。

9、请简述迭代器与生成器的区别。

迭代器：是一个抽象的概念，任何对象，如果它的类有 next 方法和 iter 方法并且返回自己本身的，都是迭代器。

对于 string、list、dict、tuple 等这类容器对象，在后台 for 语句，其实是对容器对象调用 iter() 函数，会返回一个定义了 next()方法的迭代器对象，它在容器中逐个访问容器内元素，在没有后续元素时，next() 会抛出一个 StopIteration 异常。

生成器：是创建迭代器的简单而强大的工具，写起来就像是正规的函数，只是在需要返回数据的时候 使用 yield 语句。

每次 next() 被调用时，生成器会返回它脱离的位置（它记忆语句最后一次执行的位置和所有的数据值）

区别：生成器能做到迭代器能做的所有事,而且因为自动创建了 iter() 和 next() 方法，生成器显得特别简洁,而且生成器也更加高效，使用生成器表达式取代列表解析可以同时节省内存。

除了创建和保存程序状态的自动方法,当生成器终结时,还会自动抛出 StopIteration 异常。

10、请简述同步，异步，阻塞与非阻塞这四个概念的含义。

同步、异步是相对于多任务而言的，关注的是消息通信机制。

同步：多个任务之间按照先后顺序执行，一个任务执行完，下一个任务才能执行。

异步：多个任务之间没有先后顺序，可以同时执行，有时候一个任务可能要在必要的时候，获取另一个同时执行的任务的结果，一般把这种情况称为回调。

举个例子： 你打电话问朋友最近公司还招不招人，如果是同步机制，朋友会说，你稍等，我先问一下人事的同事，然后就跑去问了，没有挂电话，经过一段时间后，朋友就把问到的结果告诉你（返回结果）。

而如果是异步通信机制，朋友会说，我先去问一下人事的同事，然后直接挂掉电话，等问到结果后再主动打电话联系你，这里的回电就是上面说的回调。

阻塞、非阻塞是相对于代码执行而言的，关注的是程序在等待调用结果时的状态。

阻塞：程序执行卡在了某个阶段，调用者在收到调用结果返回之前，当前线程会被挂起，只用拿到调用结果之后才会返回。

非阻塞：即使调用者不能立刻得到结果，调用线程也不会被挂起，而是可以继续执行。

举个例子： 你打电话问朋友最近公司还招不招人，朋友会说，我先问一下人事的同事，如果是阻塞式调用，你就会一直在电话前等待，直到等到朋友的回复。而如果是阻塞式调用，你可以不需要一直守在电话前，可以先去忙其他的事情，偶尔过来检查一下朋友有没有回复即可。

11、总结

1、扎实的基础，不仅能让我们应付面试，还能为我们以后的进阶赋能。

2、有些知识点官方的描述可能没那么好理解，但是我们结合一些身边的生活例子去理解，也许就没那么难了。

3、不管面结果如何，只要我们多总结，每次都会有新的收获，也能让我们更加清晰地认识自己，查漏补缺。

4、有任何疑问也可与小编联系，也欢迎在留言区留下你的面试经历。