记不牢运算符，记不牢字符串，记不牢列表方法……这些比较零碎的知识点在学习后很容易忘却，需要不断强化记忆。
为了让大家能够知道面试官喜欢问什么，我整理了一期热门的Python面试题，方便大家可以日常查看
Python 语言简单易懂，上手容易，随着 AI 风潮，越来越火
Python精华知识点手册【完整版】下载
编译型语言：把做好的源程序全部编译成二进制的可运行程序。然后，可直接运行这个程序。如：C，C++ 解释型语言：把做好的源程序翻译一句，然后执行一句，直至结束！如：Python， （Java 有些特殊，java程序也需要编译，但是没有直接编译称为机器语言，而是编译称为字节码，然后用解释方式执行字节码。）
字符串（str）：字符串是用引号括起来的任意文本，是编程语言中最常用的数据类型。列表（list）：列表是有序的集合，可以向其中添加或删除元素。元组（tuple）：元组也是有序集合，但是是无法修改的。即元组是不可变的。字典（dict）：字典是无序的集合，是由 key-value 组成的。集合（set）：是一组 key 的集合，每个元素都是唯一，不重复且无序的。
字符串：
切片 mystr=‘luobodazahui’ mystr[1:3] output ‘uo’
format mystr2 = “welcome to luobodazahui, dear {name}”
mystr2.format(name=“baby”) output ‘welcome to luobodazahui, dear baby’join 可以用来连接字符串，将字符串、元组、列表中的元素以指定的字符(分隔符)连接生成一个新的字符串。mylist = [‘luo’,
‘bo’, ‘da’, ‘za’, ‘hui’] mystr3 = ‘-’.join(mylist) print(mystr3)
outout ‘luo-bo-da-za-hui’replace String.replace(old,new,count) 将字符串中的 old 字符替换为 New 字符，count
为替换的个数 mystr4 = ‘luobodazahui-haha’ print(mystr4.replace(‘haha’,
‘good’))output luobodazahui-good
split 切割字符串,得到一个列表 mystr5 = ‘luobo,dazahui good’
#以空格分割 print(mystr5.split())
#以h分割print(mystr5.split(‘h’))
#以逗号分割 print(mystr5.split(‘,’)) output[‘luobo,dazahui’, ‘good’] [‘luobo,daza’, ‘ui good’] [‘luobo’, ‘dazahui
good’]
列表：
切片 同字符串 append 和 extend 向列表中国添加元素 mylist1 = [1, 2] mylist2 = [3, 4]
mylist3 = [1, 2] mylist1.append(mylist2) print(mylist1)
mylist3.extend(mylist2) print(mylist3) outout[1, 2, [3, 4]] [1, 2, 3, 4] 删除元素 del：根据下标进行删除 pop：删除最后一个元素
remove：根据元素的值进行删除 mylist4 = [‘a’, ‘b’, ‘c’, ‘d’] del mylist4[0]
print(mylist4) mylist4.pop() print(mylist4) mylist4.remove(‘c’)
print(mylist4) output[‘b’, ‘c’, ‘d’] [‘b’, ‘c’] [‘b’] 元素排序 sort：是将list按特定顺序重新排列，默认为由小到大，参数
reverse=True 可改为倒序，由大到小。reverse：是将list逆置 mylist5 = [1, 5, 2, 3, 4]
mylist5.sort() print(mylist5) mylist5.reverse() print(mylist5) output[1, 2, 3, 4, 5] [5, 4, 3, 2, 1]
字典：
清空字典 dict.clear() dict1 = {‘key1’:1, ‘key2’:2} dict1.clear()
print(dict1) output{} 指定删除 使用 pop 方法来指定删除字典中的某一项 dict1 = {‘key1’:1, ‘key2’:2} d1 =
dict1.pop(‘key1’) print(d1) print(dict1) output1 {‘key2’: 2} 遍历字典 dict2 = {‘key1’:1, ‘key2’:2} mykey = [key for key
in dict2] print(mykey) myvalue = [value for value in dict2.values()]
print(myvalue) key_value = [(k, v) for k, v in dict2.items() ]
print(key_value) output[‘key1’, ‘key2’] [1, 2] [(‘key1’, 1), (‘key2’, 2)] fromkeys
用于创建一个新字典，以序列中元素做字典的键，value 为字典所有键对应的初始值 keys = [‘zhangfei’, ‘guanyu’,
‘liubei’, ‘zhaoyun’] dict.fromkeys(keys, 0) output{‘zhangfei’: 0, ‘guanyu’: 0, ‘liubei’: 0, ‘zhaoyun’: 0}
计算机在最初的设计中，采用了8 个比特（bit）作为一个字节（byte）的方式。一个字节能表示的最大的整数就是255（二进制11111111=十进制255），如果要表示更大的整数，就必须用更多的字节。最早，计算机只有 ASCII 编码，即只包含大小写英文字母、数字和一些符号，这些对于其他语言，如中文，日文显然是不够用的。后来又发明了Unicode，Unicode把所有语言都统一到一套编码里，这样就不会再有乱码问题了。当需要保存到硬盘或者需要传输的时候，就转换为UTF-8编码。UTF-8 是隶属于 Unicode 的可变长的编码方式。在 Python 中，以 Unicode 方式编码的字符串，可以使用 encode() 方法来编码成指定的 bytes，也可以通过 decode() 方法来把 bytes 编码成字符串。encode
"中文".encode('utf-8')
output
b'\xe4\xb8\xad\xe6\x96\x87'
decode
b’\xe4\xb8\xad\xe6\x96\x87’.decode(‘utf-8’)
output
‘中文’
先来看个例子
c = d = [1,2]
e = [1,2]
print(c is d)
print(c == d)
print(c is e)
print(c == e)
output
True
True
False
True
== 是比较操作符，只是判断对象的值（value）是否一致，而 is 则判断的是对象之间的身份（内存地址）是否一致。对象的身份，可以通过 id() 方法来查看
id(c)
id(d)
id(e)
output
88748080
88748080
88558288
可以看出，只有 id 一致时，is 比较才会返回 True，而当 value 一致时，== 比较就会返回 True
1a = 1
2b = 2
3a, b = b, a
4print(a, b)
output
12 1
位置参数，默认参数，可变参数，关键字参数
允许我们在调用函数的时候传入多个实参
def test(*arg, **kwarg):
if arg:
print("arg:", arg)
if kwarg:
print("kearg:", kwarg)
test('ni', 'hao', key='world')
output
arg: (‘ni’, ‘hao’)
kearg: {‘key’: ‘world’}
可以看出，*arg 会把位置参数转化为 tuple**kwarg 会把关键字参数转化为 dict
sum(range(1, 101))
11.获取当前时间
import time
import datetime
print(datetime.datetime.now())
print(time.strftime('%Y-%m-%d %H:%M:%S'))
output
2019-06-07 18:12:11.165330
2019-06-07 18:12:11
简单列举10条：尽量以免单独使用小写字母’l’，大写字母’O’，以及大写字母’I’等容易混淆的字母。函数命名使用全部小写的方式，可以使用下划线。常量命名使用全部大写的方式，可以使用下划线。使用 has 或 is 前缀命名布尔元素，如: is_connect = True; has_member = False 不要在行尾加分号, 也不要用分号将两条命令放在同一行。不要使用反斜杠连接行。顶级定义之间空2行, 方法定义之间空1行，顶级定义之间空两行。如果一个类不继承自其它类, 就显式的从object继承。内部使用的类、方法或变量前，需加前缀_表明此为内部使用的。要用断言来实现静态类型检测。
浅拷贝
import copy
list1 = [1, 2, 3, [1, 2]]
list2 = copy.copy(list1)
list2.append('a')
list2[3].append('a')
print(list1, list2)
output
[1, 2, 3, [1, 2, ‘a’]] [1, 2, 3, [1, 2, ‘a’], ‘a’]
能够看出，浅拷贝只成功”独立“拷贝了列表的外层，而列表的内层列表，还是共享的
深拷贝
import copy
list1 = [1, 2, 3, [1, 2]]
list3 = copy.deepcopy(list1)
list3.append('a')
list3[3].append('a')
print(list1, list3)
output
[1, 2, 3, [1, 2]] [1, 2, 3, [1, 2, ‘a’], ‘a’]
深拷贝使得两个列表完全独立开来，每一个列表的操作，都不会影响到另一个
match()函数只检测要匹配的字符是不是在 string 的开始位置匹配，search()会扫描整个 string 查找匹配
可变数据类型：list、dict、set
不可变数据类型：int/float、str、tuple
for i in range(1, 10):
for j in range(1, i+1):
print("%s*%s=%s " %(i, j, i*j), end="")
print()
output
1*1=1
2*1=2 2*2=4
3*1=3 3*2=6 3*3=9
4*1=4 4*2=8 4*3=12 4*4=16
5*1=5 5*2=10 5*3=15 5*4=20 5*5=25
6*1=6 6*2=12 6*3=18 6*4=24 6*5=30 6*6=36
7*1=7 7*2=14 7*3=21 7*4=28 7*5=35 7*6=42 7*7=49
8*1=8 8*2=16 8*3=24 8*4=32 8*5=40 8*6=48 8*7=56 8*8=64
9*1=9 9*2=18 9*3=27 9*4=36 9*5=45 9*6=54 9*7=63 9*8=72 9*9=81
print 函数，默认是会换行的，其有一个默认参数 end，如果像例子中，我们把 end 参数显示的置为""，那么 print 函数执行完后，就不会换行了，这样就达到了九九乘法表的效果了
filter 函数用于过滤序列，它接收一个函数和一个序列，把函数作用在序列的每个元素上，然后根据返回值是True还是False决定保留还是丢弃该元素
mylist = [1, 2, 3, 4, 5, 6, 7, 8, 9]
list(filter(lambda x: x%2 == 1, mylist))
output
[1, 3, 5, 7, 9]
保留奇数列表
map 函数传入一个函数和一个序列，并把函数作用到序列的每个元素上，返回一个可迭代对象
mylist = [1, 2, 3, 4, 5, 6, 7, 8, 9]
list(map(lambda x: x*2, mylist))
output
[2, 4, 6, 8, 10, 12, 14, 16, 18]
reduce 函数用于递归计算，同样需要传入一个函数和一个序列，并把函数和序列元素的计算结果与下一个元素进行计算
from functools import reduce
reduce(lambda x, y: x+y, range(101))
output
5050
可以看出，上面的三个函数与匿名函数相结合使用，可以写出强大简洁的代码
def num():
return [lambda x:i*x for i in range(4)]
print([m(1) for m in num()])
output
[3, 3, 3, 3]
通过运行结果，可以看出 i 的取值为3，很神奇
__new__是在实例创建之前被调用的，因为它的任务就是创建实例然后返回该实例对象，是个静态方法。__init__是当实例对象创建完成后被调用的，然后设置对象属性的一些初始值，通常用在初始化一个类实例的时候，是一个实例方法
1、__new__至少要有一个参数 cls，代表当前类，此参数在实例化时由 Python 解释器自动识别。2、__new__必须要有返回值，返回实例化出来的实例，这点在自己实现__new__时要特别注意，可以 return 父类（通过 super(当前类名, cls)）__new__出来的实例，或者直接是 object 的__new__出来的实例。3、__init__有一个参数 self，就是这个__new__返回的实例，__init__在__new__的基础上可以完成一些其它初始化的动作，__init__不需要返回值。4、如果__new__创建的是当前类的实例，会自动调用__init__函数，通过 return 语句里面调用的__new__函数的第一个参数是 cls 来保证是当前类实例，如果是其他类的类名，；那么实际创建返回的就是其他类的实例，其实就不会调用当前类的__init__函数，也不会调用其他类的__init__函数
a, b = 1, 2
#若果 a>b 成立 就输出 a-b 否则 a+b
h = a-b if a>b else a+b
output
3
print(random.random())
print(random.randint(1, 100))
print(random.uniform(1,5))
output
0.03765019937131564
18
1.8458555362279228
zip() 函数将可迭代的对象作为参数，将对象中对应的元素打包成一个个元组，然后返回由这些元组组成的列表
list1 = [‘zhangfei’, ‘guanyu’, ‘liubei’, ‘zhaoyun’]
list2 = [0, 3, 2, 4]
list(zip(list1, list2))
output
[(‘zhangfei’, 0), (‘guanyu’, 3), (‘liubei’, 2), (‘zhaoyun’, 4)]
range([start,] stop[, step])，根据start与stop指定的范围以及step设定的步长，生成一个序列。而 xrange 生成一个生成器，可以很大的节约内存
开文件在进行读写的时候可能会出现一些异常状况，如果按照常规的 f.open 写法，我们需要 try,except,finally，做异常判断，并且文件最终不管遇到什么情况，都要执行 finally f.close() 关闭文件，with 方法帮我们实现了 finally 中 f.close
Python 中默认是贪婪匹配模式
贪婪模式：正则表达式一般趋向于最大长度匹配
非贪婪模式：在整个表达式匹配成功的前提下，尽可能少的匹配
例如：
def test(L=[]):
L.append(‘test’)
print(L)
output
test() # [‘test’]
test() # [‘test’, ‘test’]
默认参数是一个列表，是可变对象[],Python 在函数定义的时候，默认参数 L 的值就被计算出来了，是[]，每次调用函数，如果 L 的值变了，那么下次调用时，默认参数的值就已经不再是[]了
mylist = [‘1’, ‘2’, ‘3’]
list(map(lambda x: int(x), mylist))
output
[1, 2, 3]
mystr = ‘1,2,3’
mystr.split(‘,’)
output
[‘1’, ‘2’, ‘3’]
mylist = [1, 2, 3, 4, 5, 5]
list(set(mylist))
from collections import Counter
mystr = ‘sdfsfsfsdfsd,were,hrhrgege.sdfwe!sfsdfs’
Counter(mystr)
output
Counter({‘s’: 9,
‘d’: 5,
‘f’: 7,
‘,’: 2,
‘w’: 2,
‘e’: 5,
‘r’: 3,
‘h’: 2,
‘g’: 2,
‘.’: 1,
‘!’: 1})
[x for x in range(10) if x%2 == 1]
output
[1, 3, 5, 7, 9]
32.一行代码展开列表
list1 = [[1,2],[3,4],[5,6]]
[j for i in list1 for j in i]
output
[1, 2, 3, 4, 5, 6]
二分查找算法也称折半查找，基本思想就是折半，对比大小后再折半查找，必须是有序序列才可以使用二分查找
递归算法
def binary_search(data, item):
# 递归
n = len(data)
if n > 0:
mid = n // 2
if data[mid] == item:
return True
elif data[mid] > item:
return binary_search(data[:mid], item)
else:
return binary_search(data[mid+1:], item)
return False
list1 = [1,4,5,66,78,99,100,101,233,250,444,890]
binary_search(list1, 999)
非递归算法
def binary_search(data, item):
# 非递归
n = len(data)
first = 0
last = n - 1
while first <= last:
mid = (first + last)//2
if data[mid] == item:
return True
elif data[mid] > item:
last = mid - 1
else:
first = mid + 1
return False
list1 = [1,4,5,66,78,99,100,101,233,250,444,890]
binary_search(list1, 99)
字典转 json
import json
dict1 = {'zhangfei':1, "liubei":2, "guanyu": 4, "zhaoyun":3}
myjson = json.dumps(dict1)
myjson
output
'{"zhangfei": 1, "liubei": 2, "guanyu": 4, "zhaoyun": 3}'
json 转字典
mydict = json.loads(myjson)
mydict
output
{'zhangfei': 1, 'liubei': 2, 'guanyu': 4, 'zhaoyun': 3}
import random
td_list=[i for i in range(10)]
print("列表推导式", td_list, type(td_list))
ge_list = (i for i in range(10))
print("生成器", ge_list)
dic = {k:random.randint(4, 9)for k in ["a", "b", "c", "d"]}
print("字典推导式",dic,type(dic))
output
列表推导式 [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] <class ‘list’> 生成器 <generator
object at 0x0139F070> 字典推导式 {‘a’: 6, ‘b’: 5, ‘c’: 8, ‘d’: 9}
<class ‘dict’>
list2 = [1, 2, 3, 4, 5, 6]
random.shuffle(list2)
print(list2)
output
[4, 6, 5, 1, 2, 3]
read 读取整个文件
readline 读取下一行,使用生成器方法
readlines 读取整个文件到一个迭代器以供我们遍历
foo：一种约定，Python 内部的名字，用来区别其他用户自定义的命名，以防冲突，就是例如__init__(),del(),call()些特殊方法
_foo：一种约定，用来指定变量私有。不能用 from module import * 导入，其他方面和公有变量一样访问
__foo：这个有真正的意义：解析器用_classname__foo 来代替这个名字，以区别和其他类相同的命名，它无法直接像公有成员一样随便访问，通过对象名._类名__xxx 这样的方式可以访问
str1 = ‘luobodazahui’
str1[::-1]
output
‘iuhazadoboul’
a. 在 python 里凡是继承了 object 的类，都是新式类
b. Python3 里只有新式类
c. Python2 里面继承 object 的是新式类，没有写父类的是经典类
d. 经典类目前在 Python 里基本没有应用
a. 同时支持单继承与多继承，当只有一个父类时为单继承，当存在多个父类时为多继承
b. 子类会继承父类所有的属性和方法，子类也可以覆盖父类同名的变量和方法
c. 在继承中基类的构造（init()）方法不会被自动调用，它需要在其派生类的构造中专门调用
d. 在调用基类的方法时，需要加上基类的类名前缀，且需要带上 self 参数变量。区别于在类中调用普通函数时并不需要带上 self 参数
super() 函数是用于调用父类(超类)的一个方法
class A():
def funcA(self):
print("this is func A")
class B(A):
def funcA_in_B(self):
super(B, self).funcA()
def funcC(self):
print("this is func C")
ins = B()
ins.funcA_in_B()
ins.funcC()
output
this is func A
this is func C
主要分为实例方法、类方法和静态方法
实例方法
定义：第一个参数必须是实例对象，该参数名一般约定为“self”，通过它来传递实例的属性和方法（也可以传类的属性和方法）
调用：只能由实例对象调用
类方法
定义：使用装饰器@classmethod。第一个参数必须是当前类对象，该参数名一般约定为“cls”，通过它来传递类的属性和方法（不能传实例的属性和方法）
调用：实例对象和类对象都可以调用
静态方法
定义：使用装饰器@staticmethod。参数随意，没有“self”和“cls”参数，但是方法体中不能使用类或实例的任何属性和方法
调用：实例对象和类对象都可以调用
静态方法是类中的函数，不需要实例。静态方法主要是用来存放逻辑性的代码，主要是一些逻辑属于类，但是和类本身没有交互。即在静态方法中，不会涉及到类中的方法和属性的操作。可以理解为将静态方法存在此类的名称空间中
类方法是将类本身作为对象进行操作的方法。他和静态方法的区别在于：不管这个方式是从实例调用还是从类调用，它都用第一个参数把类传递过来
与类和实例无绑定关系的 function 都属于函数（function）
与类和实例有绑定关系的 function 都属于方法（method）
普通函数：
def func1():
pass
print(func1)
output
<function func1 at 0x01379348>
类中的函数：
class People(object):
def func2(self):
pass
@staticmethod
def func3():
pass
@classmethod
def func4(cls):
pass
people = People()
print(people.func2)
print(people.func3)
print(people.func4)
output
<bound method People.func2 of <main.People object at 0x013B8C90>>
<function People.func3 at 0x01379390>
<bound method People.func4 of <class ‘main.People’>>
45.isinstance 的作用以及与 type()的区别
isinstance() 函数来判断一个对象是否是一个已知的类型，类似 type()
区别：
type() 不会认为子类是一种父类类型，不考虑继承关系
isinstance() 会认为子类是一种父类类型，考虑继承关系
class A(object):
pass
class B(A):
pass
a = A()
b = B()
print(isinstance(a, A))
print(isinstance(b, A))
print(type(a) == A)
print(type(b) == A)
output
True
True
True
False
单例模式：主要目的是确保某一个类只有一个实例存在
工厂模式：包涵一个超类，这个超类提供一个抽象化的接口来创建一个特定类型的对象，而不是决定哪个对象可以被创建
import os
print(os.listdir(‘.’))
# 1到5组成的互不重复的三位数
k = 0
for i in range(1, 6):
for j in range(1, 6):
for z in range(1, 6):
if (i != j) and (i != z) and (j != z):
k += 1
if k%6:
print("%s%s%s" %(i, j, z), end="|")
else:
print("%s%s%s" %(i, j, z))
output
123|124|125|132|134|135
142|143|145|152|153|154
213|214|215|231|234|235
241|243|245|251|253|254
312|314|315|321|324|325
341|342|345|351|352|354
412|413|415|421|423|425
431|432|435|451|452|453
512|513|514|521|523|524
531|532|534|541|542|543
str1 = " hello nihao "
str1.strip()
output
‘hello nihao’
str2 = "hello you are good"
print(str2.replace(" ", ""))
"".join(str2.split(" "))
output
helloyouaregood
‘helloyouaregood’
好了，这就是今天分享的全部内容，120个没写完的下次再继续分享，如果喜欢就点个赞吧~