数据科学家和软件工程师的Python问题
不久前，我开始担任"数据科学家"的新角色，实际上是" Python工程师"。
如果我提前了解Python的线程生命周期而不是推荐系统，我会做得更好。
本着这种精神，这是我的python面试/工作准备问题和答案。 大多数数据科学家编写了大量代码，因此这对科学家和工程师均适用。
无论您是面试应聘者，准备应聘工作还是只是精通Python，我都认为这份清单将是无价之宝。
问题是无序的。 让我们开始。
1.列表和元组有什么区别?
在我进行过的每次python /数据科学访谈中，都曾问过我这个问题。 像手背一样知道答案。
- 列表是可变的。 创建后可以对其进行修改。
- 元组是不可变的。 一旦创建了元组，就不能对其进行更改
- 列表有顺序。 它们是有序序列，通常是相同类型的对象。 即：按创建日期排序的所有用户名，[" Seth"，" Ema"，" Eli"]
- 元组具有结构。 每个索引可能存在不同的数据类型。 即：内存中的数据库记录，(2，" Ema"，" 2020–04–16")#id，名称，created_at
2.如何进行字符串插值?
在不导入Template类的情况下，有3种插值字符串的方法。
- name = 'Chris'
- # 1. f strings
- print(f'Hello {name}')
- # 2. % operator
- print('Hey %s %s' % (name, name))
- # 3. format
- print( "My name is {}".format((name)))
3." is"和" =="有什么区别?
在我的python生涯的早期，我以为它们是相同的……您好错误。 因此，为了记录，检查身份和==检查相等性。
我们将通过一个例子。 创建一些列表并将其分配给名称。 请注意，b指向与下面的a相同的对象。
- a = [1,2,3]
- b = a
- c = [1,2,3]
检查是否相等，并注意它们是否相等。
- print(a == b)
- print(a == c)
- #=> True
- #=> True
但是它们具有相同的身份吗? 不。
- print(a is b)
- print(a is c)
- #=> True
- #=> False
我们可以通过打印其对象ID进行验证。
- print(id(a))
- print(id(b))
- print(id(c))
- #=> 4369567560
- #=> 4369567560
- #=> 4369567624
c与a和b具有不同的ID。
4.什么是装饰器?
每次面试中我都被问到另一个问题。 它本身值得发布，但是如果您可以逐步编写自己的示例，那么您已经准备好了。
装饰器允许通过将现有功能传递给装饰器，从而将功能添加到现有功能，该装饰器将执行现有功能以及其他代码。
我们将编写一个装饰器，该装饰器会在调用另一个函数时记录日志。
编写装饰器函数。 这需要一个函数func作为参数。 它还定义了一个函数log_function_drawn，该函数调用func()并执行一些代码print(f'{func}被调用。')。 然后返回定义的函数
- def logging(func):
- def log_function_called():
- print(f'{func} called.')
- func()
- return log_function_called
让我们编写其他函数，我们最终将装饰器添加到(但尚未)。
- def my_name():
- print('chris')
- def friends_name():
- print('naruto')
- my_name()
- friends_name()
- #=> chris
- #=> naruto
现在将装饰器添加到两者。
- @logging
- def my_name():
- print('chris')
- @logging
- def friends_name():
- print('naruto')
- my_name()
- friends_name()
- #=> <function my_name at 0x10fca5a60> called.
- #=> chris#=> <function friends_name at 0x10fca5f28> called.
- #=> naruto
了解现在如何仅通过在其上面添加@logging就能轻松地将日志添加到我们编写的任何函数中。
5.解释范围功能
Range生成一个整数列表，有3种使用方式。
该函数接受1到3个参数。 请注意，我将每种用法都包装在列表推导中，以便我们看到生成的值。
range(stop)：生成从0到" stop"整数的整数。
[i for i in range(10)]#=> [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
range(start，stop)：生成从" start"到" stop"整数的整数。
[i for i in range(2,10)]#=> [2, 3, 4, 5, 6, 7, 8, 9]
range(start，stop，step)：以" step"为间隔生成从" start"到" stop"的整数。
[i for i in range(2,10,2)]#=> [2, 4, 6, 8]
6.定义一个名为car的类，具有2个属性，即"颜色"和"速度"。 然后创建一个实例并返回速度。
- class Car :
- def __init__(self, color, speed):
- self.color = color self.speed = speed
- car = Car('red','100mph')
- car.speed
- #=> '100mph'
7. python中的实例，静态和类方法之间有什么区别?
实例方法：接受self参数并与类的特定实例相关。
静态方法：使用@staticmethod装饰器，与特定实例无关，并且是独立的(请勿修改类或实例属性)
类方法：接受cls参数并可以修改类本身
我们将说明一个虚构的CoffeeShop类的区别。
- class CoffeeShop:
- specialty = 'espresso'
- def __init__(self, coffee_price):
- self.coffee_price = coffee_price
- # instance method
- def make_coffee(self):
- print(f'Making {self.specialty} for ${self.coffee_price}')
- # static method
- @staticmethod def check_weather():
- print('Its sunny')
- # class method
- @classmethod
- def change_specialty(cls, specialty):
- cls.specialty = specialty
- print(f'Specialty changed to {specialty}')
CoffeeShop类具有特殊属性，默认情况下设置为" espresso"。 CoffeeShop的每个实例都使用属性coffee_price初始化。 它还有3种方法，实例方法，静态方法和类方法。
让我们以coffee_price为5初始化咖啡店的实例。然后调用实例方法make_coffee。
- coffee_shop = CoffeeShop('5')
- coffee_shop.make_coffee()
- #=> Making espresso for $5
现在调用静态方法。 静态方法无法修改类或实例状态，因此通常用于实用程序功能，例如，添加两个数字。 我们用我们的天气检查天气。 大!
- coffee_shop.check_weather()
- #=> Its sunny
现在，我们使用class方法来修改咖啡店的特色菜，然后再修改make_coffee。
- coffee_shop.change_specialty('drip coffee')
- #=> Specialty changed to drip coffee
- coffee_shop.make_coffee()
- #=> Making drip coffee for $5
请注意，make_coffee以前是用来制作意式浓缩咖啡的，但现在却可以制作滴滤咖啡!
8." func"和" func()"有什么区别?
这个问题的目的是看看您是否了解所有函数也是python中的对象。
- def func():
- print('Im a function')
- func
- #=> function __main__.func>
- func()
- #=> Im a function
func是表示函数的对象，可以将其分配给变量或传递给另一个函数。 带括号的func()调用该函数并返回其输出。
9.说明Map功能的工作方式
map通过将函数应用于序列中的每个元素，返回由返回值组成的列表。
- def add_three(x):
- return x + 3
- li = [1,2,3]
- [i for i in map(add_three, li)] #=> [4, 5, 6]
上面，我为列表中的每个元素添加了3。
10.解释reduce函数的工作原理
将头缠起来直到您几次使用都很难。
reduce接受一个函数和一个序列，然后对该序列进行迭代。 在每次迭代中，当前元素和前一个元素的输出都将传递给函数。 最后，返回一个值。
- from functools import reduce
- def add_three(x,y):
- return x + y
- li = [1,2,3,5]
- reduce(add_three, li)
- #=> 11
返回11，它是1 + 2 + 3 + 5的总和。
11.解释filter功能如何工作
过滤器按字面意思执行。 它按顺序过滤元素。
每个元素都传递给一个函数，如果函数返回True，则按输出顺序返回;如果函数返回False，则将其丢弃。
- def add_three(x):
- if x % 2 == 0:
- return True
- else: return False
- li = [1,2,3,4,5,6,7,8]
- [i for i in filter(add_three, li)]
- #=> [2, 4, 6, 8]
请注意如何删除所有不能被2整除的元素。
12. python是按引用调用还是按值调用?
如果您对这个问题进行了搜索并阅读了前几页，请准备好深入了解语义。 您最好仅了解其工作原理。
不变的对象(如字符串，数字和元组)是按值调用的。 请注意，在函数内部进行修改后，name的值不会在函数外部发生变化。 name的值已分配给该功能范围内的内存中的新块。
- name = 'chr'
- def add_chars(s):
- s += 'is' print(s)
- add_chars(name)
- print(name)
- #=> chris
- #=> chr
可变对象(如list)是按引用调用的。 注意如何在函数外部定义的列表在函数内部被修改。 函数中的参数指向内存中存储li值的原始块。
- li = [1,2]
- def add_element(seq):
- seq.append(3)
- print(seq)
- add_element(li)
- print(li)
- #=> [1, 2, 3]
- #=> [1, 2, 3]
13.如何撤消清单?
请注意如何在列表上调用reverse()并对其进行突变。 它不会返回变异列表本身。
- li = ['a','b','c']
- print(li)
- li.reverse()
- print(li)
- #=> ['a', 'b', 'c']
- #=> ['c', 'b', 'a']
14.字符串乘法如何工作?
让我们看看将字符串" cat"乘以3的结果。
- 'cat' * 3
- #=> 'catcatcat'
该字符串将自身连接3次。
15.列表乘法如何工作?
我们来看看将列表[1,2,3]乘以2的结果。
- [1,2,3] * 2
- #=> [1, 2, 3, 1, 2, 3]
输出包含重复两次的[1,2,3]内容的列表。
16.在类上"self"指的是什么?
自我是指类本身的实例。 这就是我们赋予方法访问权限并能够更新方法所属对象的能力。
下面，将self传递给__init __()使我们能够在初始化时设置实例的颜色。
- class Shirt:
- def __init__(self, color):
- self.color = color
- s = Shirt('yellow')
- s.color
- #=> 'yellow'
17.如何连接python中的列表?
将2个列表加在一起将它们串联在一起。 请注意，数组的功能不同。
- a = [1,2]
- b = [3,4,5]
- a + b
- #=> [1, 2, 3, 4, 5]
18.浅拷贝和深拷贝之间有什么区别?
我们将在可变对象(列表)的上下文中进行讨论。 对于不可变的物体，浅与深并不重要。
我们将介绍3种情况。
i)引用原始对象。 这将新名称li2指向li1指向的内存相同位置。 因此，我们对li1所做的任何更改也会在li2中发生。
- li1 = [['a'],['b'],['c']]
- li2 = li1
- li1.append(['d'])
- print(li2)
- #=> [['a'], ['b'], ['c'], ['d']]
ii)创建原始文档的浅表副本。 我们可以使用list()构造函数来做到这一点。 浅表副本会创建一个新对象，但会使用对原始对象的引用来填充它。 因此，将新对象添加到原始集合li3中不会传播到li4，但是修改li3中的一个对象将传播到li4。
- li3 = [['a'],['b'],['c']]
- li4 = list(li3)
- li3.append([4])
- print(li4)
- #=> [['a'], ['b'], ['c']]
- li3[0][0] = ['X']
- print(li4)
- #=> [[['X']], ['b'], ['c']]
iii)创建一个深层副本。 这是通过copy.deepcopy()完成的。 现在，这两个对象是完全独立的，并且对其中任何一个所做的更改不会对另一个对象产生影响。
- import copy
- li5 = [['a'],['b'],['c']]
- li6 = copy.deepcopy(li5)
- li5.append([4])
- li5[0][0] = ['X']
- print(li6)
- #=> [['a'], ['b'], ['c']]
19.列表和数组有什么区别?
注意：Python的标准库有一个数组对象，但在这里我专门指的是常用的Numpy数组。
- 列表存在于python的标准库中。 数组由Numpy定义。
- 列表可以在每个索引处填充不同类型的数据。 数组需要齐次元素。
- 列表上的算术从列表中添加或删除元素。 每个线性代数的数组函数的算术运算。
- 阵列还使用更少的内存，并具有更多的功能。
我写了另一篇有关数组的文章。
20.如何连接两个数组?
请记住，数组不是列表。 数组来自Numpy和算术函数，例如线性代数。
我们需要使用Numpy的连接函数来实现。
- import numpy as np
- a = np.array([1,2,3])
- b = np.array([4,5,6])
- np.concatenate((a,b))
- #=> array([1, 2, 3, 4, 5, 6])
21.您喜欢Python的什么?
Python非常易读，并且有一种Python方式可以处理几乎所有事情，这意味着一种简洁明了的首选方式。
我将其与Ruby相比，后者通常有很多方法来做某事，而没有指南是首选。
22.您最喜欢使用Python的哪个库?
当处理大量数据时，没有什么比熊猫那么有用了，这使得操作和可视化数据变得轻而易举。
23.命名可变和不可变的对象
不可变表示创建后无法修改状态。 例如：int，float，bool，string和tuple。
可变表示状态可以在创建后进行修改。 示例是列表，字典和集合。
24.您如何将数字四舍五入到小数点后三位?
使用round(value，decimal_places)函数。
- a = 5.12345
- round(a,3)
- #=> 5.123
25.您如何分割列表?
切片符号采用3个参数list [start：stop：step]，其中step是返回元素的间隔。
- a = [0,1,2,3,4,5,6,7,8,9]
- print(a[:2])
- #=> [0, 1]
- print(a[8:])
- #=> [8, 9]
- print(a[2:8])
- #=> [2, 3, 4, 5, 6, 7]
- print(a[2:8:2])
- #=> [2, 4, 6]
26.什么是pickle?
酸洗是在Python中序列化和反序列化对象的首选方法。
在下面的示例中，我们对字典列表进行序列化和反序列化。
- import pickleobj = [ {'id':1, 'name':'Stuffy'}, {'id':2, 'name': 'Fluffy'}]
- with open('file.p', 'wb') as f:
- pickle.dump(obj, f)
- with open('file.p', 'rb') as f:
- loaded_obj = pickle.load(f)
- print(loaded_obj)
- #=> [{'id': 1, 'name': 'Stuffy'}, {'id': 2, 'name': 'Fluffy'}]
27.字典和JSON有什么区别?
Dict是python数据类型，是已索引但无序的键和值的集合。
JSON只是遵循指定格式的字符串，用于传输数据。
28.您在Python中使用了哪些ORM?
ORM(对象关系映射)将数据模型(通常在应用程序中)映射到数据库表，并简化了数据库事务。
SQLAlchemy通常在Flask的上下文中使用，而Django拥有自己的ORM。
29. any()和all()如何工作?
Any接受一个序列，如果序列中的任何元素为true，则返回true。
仅当序列中的所有元素均为true时，All才返回true。
- a = [False, False, False]
- b = [True, False, False]
- c = [True, True, True]
- print( any(a) )
- print( any(b) )
- print( any(c) )
- #=> False
- #=> True
- #=> True
- print( all(a) )
- print( all(b) )print( all(c) )#=> False#=> False#=> True
30.字典或列表的查找速度更快吗?
在列表中查找值需要O(n)时间，因为整个列表需要遍历直到找到值为止。
在字典中查找键需要O(1)时间，因为它是一个哈希表。
如果值很多，这可能会造成巨大的时差，因此通常建议使用字典来提高速度。 但是它们确实还有其他限制，例如需要唯一键。
31.模块和包装之间有什么区别?
模块是可以一起导入的文件(或文件集合)。
- import sklearn
包是模块的目录。
- from sklearn import cross_validation
因此，包是模块，但并非所有模块都是包。
32.如何在Python中递增和递减整数?
可以使用+-和-=进行递增和递减。
- value = 5
- value += 1
- print(value)
- #=> 6
- value -= 1
- value -= 1
- print(value)
- #=> 4
33.如何返回整数的二进制?
使用bin()函数。
- bin(5)
- #=> '0b101'
34.如何从列表中删除重复的元素?
可以通过将列表转换为集合然后返回列表来完成。
- a = [1,1,1,2,3]
- a = list(set(a))
- print(a)
- #=> [1, 2, 3]
35.如何检查列表中是否存在值?
用于。
- 'a' in ['a','b','c']
- #=> True
- 'a' in [1,2,3]
- #=> False
36. append和extend有什么区别?
append将值添加到列表，而extend将另一个列表中的值添加到列表。
- a = [1,2,3]
- b = [1,2,3]
- a.append(6)
- print(a)
- #=> [1, 2, 3, 6]
- b.extend([4,5])
- print(b)
- #=> [1, 2, 3, 4, 5]
37.如何取整数的绝对值?
这可以通过abs()函数来完成。
- abs(2)
- #=> 2
- abs(-2)
- #=> 2
38.如何将两个列表组合成一个元组列表?
您可以使用zip函数将列表组合成一个元组列表。 这不仅限于仅使用两个列表。 也可以用3个或更多来完成。
- a = ['a','b','c']
- b = [1,2,3]
- [(k,v) for k,v in zip(a,b)]
- #=> [('a', 1), ('b', 2), ('c', 3)]
39.如何按字母顺序对字典排序?
您无法对字典进行"排序"，因为字典没有顺序，但是您可以返回已排序的元组列表，其中包含字典中的键和值。
- d = {'c':3, 'd':4, 'b':2, 'a':1}
- sorted(d.items())
- #=> [('a', 1), ('b', 2), ('c', 3), ('d', 4)]
40.一个类如何从Python中的另一个类继承?
在下面的示例中，奥迪继承自Car。 继承带来了父类的实例方法。
- class Car():
- def drive(self):
- print('vroom')
- class Audi(Car):
- pass
- audi = Audi()
- audi.drive()
41.如何从字符串中删除所有空格?
比较简单的方法是在空白处分割字符串，然后重新连接而没有空格。
- s = 'A string with white space'
- ''.join(s.split())
- #=> 'Astringwithwhitespace'
42.为什么要在序列上迭代时使用enumerate()?
enumerate()允许在序列上进行迭代时跟踪索引。 它比定义和递增代表索引的整数更具Python感。
- li = ['a','b','c','d','e']
- for idx,val in enumerate(li):
- print(idx, val)
- #=> 0 a
- #=> 1 b
- #=> 2 c
- #=> 3 d
- #=> 4 e
43.pass，continue和break之间有什么区别?
通过意味着什么都不做。 我们之所以通常使用它，是因为Python不允许在其中没有代码的情况下创建类，函数或if语句。
在下面的示例中，如果i> 3中没有代码，则会引发错误，因此我们使用pass。
- a = [1,2,3,4,5]
- for i in a:
- if i > 3
- : pass
- print(i)
- #=> 1
- #=> 2
- #=> 3
- #=> 4
- #=> 5
继续继续到下一个元素，并暂停当前元素的执行。 因此对于i <3的值，永远不会达到print(i)。
- for i in a:
- if i < 3:
- continue
- print(i)
- #=> 3
- #=> 4
- #=> 5
break打破了循环，序列不再重复。 因此，不会打印3以后的元素。
- for i in a:
- if i == 3:
- break
- print(i)
- #=> 1
- #=> 2
44.将以下for循环转换为列表推导。
这个for循环。
- a = [1,2,3,4,5]
- a2 = []
- for i in a:
- a2.append(i + 1)
- print(a2)
- #=> [2, 3, 4, 5, 6]
成为。
- a3 = [i+1 for i in a]
- print(a3)
- #=> [2, 3, 4, 5, 6]
列表理解通常被认为是更具Python性的，但仍易于阅读。
45.举例说明三元运算符。
三元运算符是单行if / else语句。
语法看起来像一个if条件else b。
- x = 5
- y = 10
- 'greater' if x > 6 else 'less'
- #=> 'less'
- 'greater' if y > 6 else 'less'
- #=> 'greater'
46.检查字符串是否仅包含数字。
您可以使用isnumeric()。
- '123a'.isnumeric()
- #=> False
- '123'.isnumeric()
- #=> True
47.检查字符串是否仅包含字母。
您可以使用isalpha()。
- '123a'.isalpha()
- #=> False
- 'a'.isalpha()
- #=> True
48.检查字符串是否仅包含数字和字母。
您可以使用isalnum()。
- '123abc...'.isalnum()
- #=> False
- '123abc'.isalnum()
- #=> True
49.从字典返回键列表。
这可以通过将字典传递给python的list()构造函数list()来完成。
- d = {'id':7, 'name':'Shiba', 'color':'brown', 'speed':'very slow'}
- list(d)
- #=> ['id', 'name', 'color', 'speed']
50.如何对字符串进行大写和小写?
您可以使用upper()和lower()字符串方法。
- small_word = 'potatocake'
- big_word = 'FISHCAKE'
- small_word.upper()
- #=> 'POTATOCAKE'
- big_word.lower()
- #=> 'fishcake'
51. remove，del和pop有什么区别?
remove()删除第一个匹配值。
- li = ['a','b','c','d']
- li.remove('b')
- li
- #=> ['a', 'c', 'd']
del按索引删除元素。
- li = ['a','b','c','d']
- del li[0]
- li
- #=> ['b', 'c', 'd']
pop()按索引删除一个元素并返回该元素。
- li = ['a','b','c','d']
- li.pop(2)
- #=> 'c'
- li
- #=> ['a', 'b', 'd']
52.举一个字典理解的例子。
在下面，我们将创建字典，以字母作为键，并以字母索引作为值。
- # creating a list of letters
- import string
- list(string.ascii_lowercase)
- alphabet = list(string.ascii_lowercase)
- # list comprehensiond = {val:idx for idx,val in enumerate(alphabet)}
- d
- #=> {'a': 0,
- #=> 'b': 1,
- #=> 'c': 2,
- #=> ...
- #=> 'x': 23,
- #=> 'y': 24,
- #=> 'z': 25}
53.如何在Python中执行异常处理?
Python提供了3个单词来处理异常，请尝试使用" except"和" finally"。
语法如下所示。
- try:
- # try to do this
- except:
- # if try block fails then do this
- finally:
- # always do this
在下面的简单示例中，try块失败，因为我们无法在字符串中添加整数。 else块设置val = 10，然后finally块打印完成。
- try:
- val = 1 + 'A'
- except:
- val = 10
- finally:
- print('complete')
- print(val)
- #=> complete
- #=> 10
结论
您永远不会知道面试中会遇到什么问题，最好的准备方法是拥有大量编写代码的经验。
就是说，此列表应涵盖您需要以python方式查询数据科学家或初级/中级python开发人员角色的所有内容。
我希望这对您像写对我一样对您有帮助。
我错过了什么大问题吗?
