?同志們好，今天帶著大家一起來(lái)復(fù)習(xí)python中的基礎(chǔ)問(wèn)題，我們都知道python屬于解釋性語(yǔ)言，效率也就相對(duì)其它語(yǔ)言來(lái)說(shuō)較低一些，這個(gè)較低只是運(yùn)行稍微低些，但是呢，在很多場(chǎng)景買這些都是微不足道的

憑借著語(yǔ)法的易于理解和學(xué)習(xí)，可以在短時(shí)間內(nèi)完成更多工作，開(kāi)發(fā)效率也會(huì)變得更高

同時(shí)，python自帶了各種現(xiàn)成的庫(kù)，供我們?cè)陂_(kāi)發(fā)程序中使用，python也比較容易維護(hù)

Python為我們提供了非常完善的基礎(chǔ)代碼庫(kù)，覆蓋了網(wǎng)絡(luò)、文件、GUI、數(shù)據(jù)庫(kù)、文本等大量?jī)?nèi)容，被形象地稱作“內(nèi)置電池（batteries included）”。用Python開(kāi)發(fā)，許多功能不必從零編寫，直接使用現(xiàn)成的即可。

除了內(nèi)置的庫(kù)外，Python還有大量的第三方庫(kù)，也就是別人開(kāi)發(fā)的，供你直接使用的東西。當(dāng)然，如果你開(kāi)發(fā)的代碼通過(guò)很好的封裝，也可以作為第三方庫(kù)給別人使用。

什么是 Python 生成器？

generator，有兩種產(chǎn)生生成器對(duì)象的方式：一種是列表生成式加括號(hào)：

g1 = (x for x in range(10))

一種是在函數(shù)定義中包含yield關(guān)鍵字：

def fib(max):
    n, a, b = 0, 0, 1
    while n < max:        yield b
        a, b = b, a + b
        n = n + 1
    return 'done'g2 = fib(8)

 對(duì)于generator對(duì)象g1和g2，可以通過(guò)next(g1)不斷獲得下一個(gè)元素的值，如果沒(méi)有更多的元素，就會(huì)報(bào)錯(cuò)StopIteration

也可以通過(guò)for循環(huán)獲得元素的值。

生成器的好處是不用占用很多內(nèi)存，只需要在用的時(shí)候計(jì)算元素的值就行了。

什么是 Python 迭代器？

Python中可以用于for循環(huán)的，叫做可迭代Iterable，包括list/set/tuple/str/dict等數(shù)據(jù)結(jié)構(gòu)以及生成器；可以用以下語(yǔ)句判斷一個(gè)對(duì)象是否是可迭代的：

from collections import Iterableisinstance(x, Iterable)

 迭代器Iterator，是指可以被next()函數(shù)調(diào)用并不斷返回下一個(gè)值，直到StopIteration；生成器都是Iterator，而列表等數(shù)據(jù)結(jié)構(gòu)不是；

可以通過(guò)以下語(yǔ)句將list變?yōu)镮terator：

iter([1,2,3,4,5])

生成器都是Iterator，但迭代器不一定是生成器。

list 和 tuple 有什么區(qū)別？

• list 長(zhǎng)度可變，tuple不可變；
• list 中元素的值可以改變，tuple 不能改變；
• list 支持append; insert; remove; pop等方法，tuple 都不支持

Python 中的 list 和 dict 是怎么實(shí)現(xiàn)的？

List:    本質(zhì)是順序表，只不過(guò)每次表的擴(kuò)容都是指數(shù)級(jí)，所以動(dòng)態(tài)增刪數(shù)據(jù)時(shí)，表并不會(huì)頻繁改變物理結(jié)構(gòu)，同時(shí)受益于順序表遍歷的高效性（通過(guò)角標(biāo)配合表頭物理地址，計(jì)算目標(biāo)元素的位置），使得python的list綜合性能比較優(yōu)秀

dict：  本質(zhì)上是順序表，不過(guò)每個(gè)元素存儲(chǔ)位置的角標(biāo)，不是又插入順序決定的，而是由key經(jīng)過(guò)hash算法和其他機(jī)制，動(dòng)態(tài)生成的，即key通過(guò)hash散列，生成value應(yīng)該存儲(chǔ)的位置，然后再去存儲(chǔ)這個(gè)value；所以dict的查詢時(shí)間復(fù)雜度是o（1）；

因此，dict的key只能為可hash的對(duì)象，即不可變類型；

Python 中使用多線程可以達(dá)到多核CPU一起使用嗎？

Python中有一個(gè)被稱為Global Interpreter Lock（GIL）的東西，它會(huì)確保任何時(shí)候你的多個(gè)線程中，只有一個(gè)被執(zhí)行。

線程的執(zhí)行速度非常之快，會(huì)讓你誤以為線程是并行執(zhí)行的，但是實(shí)際上都是輪流執(zhí)行。經(jīng)過(guò)GIL這一道關(guān)卡處理，會(huì)增加執(zhí)行的開(kāi)銷。

可以通過(guò)多進(jìn)程實(shí)現(xiàn)多核任務(wù)。

py3和py2的區(qū)別

print在py3里是一個(gè)函數(shù)，在py2里只是一個(gè)關(guān)鍵字

py3文件的默認(rèn)編碼是utf8，py2文件的默認(rèn)編碼是ascii

py3的str是unicode字符串，而py2的str是bytes

py3的range()返回一個(gè)可迭代對(duì)象，py2的 range()返回一個(gè)列表，xrange()返回一個(gè)可迭代對(duì)象,py3的除法返回float，py2的除法返回int

可變對(duì)象與不可變對(duì)象

可變對(duì)象: list，dict，set

不可變對(duì)象: bool，int，float，tuple，str…

迭代器與可迭代對(duì)象的區(qū)別

可迭代對(duì)象類，必須自定義__iter__()魔法方法，range，list類的實(shí)例化對(duì)象都是可迭代對(duì)象

迭代器類，必須自定義__iter__()和__next__()魔法方法，用iter()函數(shù)可以創(chuàng)建可迭代對(duì)象的迭代器

閉包

閉包就是一個(gè)嵌套函數(shù)，它的內(nèi)部函數(shù) 使用了 外部函數(shù)的變量或參數(shù),它的外部函數(shù) 返回了 內(nèi)部函數(shù)

可以保存外部函數(shù)內(nèi)的變量，不會(huì)隨著外部函數(shù)調(diào)用完而銷毀

什么是裝飾器?

裝飾器是一個(gè)接收函數(shù)作為參數(shù)的閉包函數(shù)

它可以在不修改函數(shù)內(nèi)部源代碼的情況下，給函數(shù)添加額外的功能

import time
def calc_time(func):
    def inner():
        t1 = time.time()
        func()
        t2 = time.time()
        print('cost time: {}s'.format(t2-t1))
    return inner

什么是元類? 使用場(chǎng)景

元類是創(chuàng)建類的類，type還有繼承自type的類都是元類

作用: 在類定義時(shí)（new, init）和 類實(shí)例化時(shí)(call) 可以添加自定義的功能

使用場(chǎng)景: ORM框架中創(chuàng)建一個(gè)類就代表數(shù)據(jù)庫(kù)中的一個(gè)表，但是定義這個(gè)類時(shí)為了統(tǒng)一需要把里面的類屬性全部改為小寫，這個(gè)時(shí)候就要用元類重寫new方法，把a(bǔ)ttrs字典里的key轉(zhuǎn)為小寫

GIL(Global Interpreter Lock)

全局解釋器鎖

全局解釋器鎖(Global Interpreter Lock)是計(jì)算機(jī)程序設(shè)計(jì)語(yǔ)言解釋器用于同步線程的一種機(jī)制，它使得任何時(shí)刻僅有一個(gè)線程在執(zhí)行。

即便在多核處理器上，使用 GIL 的解釋器也只允許同一時(shí)間執(zhí)行一個(gè)線程，常見(jiàn)的使用 GIL 的解釋器有CPython與Ruby MRI。可以看到GIL并不是Python獨(dú)有的特性，是解釋型語(yǔ)言處理多線程問(wèn)題的一種機(jī)制而非語(yǔ)言特性。

GIL的設(shè)計(jì)初衷?

單核時(shí)代高效利用CPU, 針對(duì)解釋器級(jí)別的數(shù)據(jù)安全(不是thread-safe 線程安全)。首先需要明確的是GIL并不是Python的特性，它是在實(shí)現(xiàn)Python解析器(CPython)時(shí)所引入的一個(gè)概念。

當(dāng)Python虛擬機(jī)的線程想要調(diào)用C的原生線程需要知道線程的上下文，因?yàn)闆](méi)有辦法控制C的原生線程的執(zhí)行，所以只能把上下文關(guān)系傳給原生線程，同理獲取結(jié)果也是線 程在python虛擬機(jī)這邊等待。那么要執(zhí)行一次計(jì)算操作，就必須讓執(zhí)行程序的線程組串行執(zhí)行。

為什么要加在解釋器,而不是在其他層?

展開(kāi) GIL鎖加在解釋器一層，也就是說(shuō)Python調(diào)用的Cython解釋器上加了GIL鎖，因?yàn)槟鉷ython調(diào)用的所有線程都是原生線程。原生線程是通過(guò)C語(yǔ)言提供原生接口，相當(dāng)于C語(yǔ)言的一個(gè)函數(shù)。

你一調(diào)它，你就控制不了了它了，就必須等它給你返回結(jié)果。只要已通過(guò)python虛擬機(jī) ，再往下就不受python控制了，就是C語(yǔ)言自己控制了。

加在Python虛擬機(jī)以下加不上去，只能加在Python解釋器這一層。

GIL的實(shí)現(xiàn)是線程不安全?為什么?

python2.x和3.x都是在執(zhí)行IO操作的時(shí)候，強(qiáng)制釋放GIL，使其他線程有機(jī)會(huì)執(zhí)行程序。

Python2.x Python使用計(jì)數(shù)器ticks計(jì)算字節(jié)碼，當(dāng)執(zhí)行100個(gè)字節(jié)碼的時(shí)候強(qiáng)制釋放GIL，其他線程獲取GIL繼續(xù)執(zhí)行。ticks可以看作是Python自己的計(jì)數(shù)器，專門作用于GIL，釋放后歸零，技術(shù)可以調(diào)整。

Python3.x Python使用計(jì)時(shí)器，執(zhí)行時(shí)間達(dá)到閾值后，當(dāng)前線程釋放GIL。總體來(lái)說(shuō)比Python3.x對(duì)CPU密集型任務(wù)更好，但是依然沒(méi)有解決問(wèn)題。

什么是 lambda 表達(dá)式？

簡(jiǎn)單來(lái)說(shuō)，lambda表達(dá)式通常是當(dāng)你需要使用一個(gè)函數(shù)，但是又不想費(fèi)腦袋去命名一個(gè)函數(shù)的時(shí)候使用，也就是通常所說(shuō)的匿名函數(shù)。

lambda表達(dá)式一般的形式是：關(guān)鍵詞lambda后面緊接一個(gè)或多個(gè)參數(shù)，緊接一個(gè)冒號(hào)“：”，緊接一個(gè)表達(dá)式

什么是深拷貝和淺拷貝？

賦值（=），就是創(chuàng)建了對(duì)象的一個(gè)新的引用，修改其中任意一個(gè)變量都會(huì)影響到另一個(gè)。

淺拷貝 copy.copy：創(chuàng)建一個(gè)新的對(duì)象，但它包含的是對(duì)原始對(duì)象中包含項(xiàng)的引用（如果用引用的方式修改其中一個(gè)對(duì)象，另外一個(gè)也會(huì)修改改變）

深拷貝：創(chuàng)建一個(gè)新的對(duì)象，并且遞歸的復(fù)制它所包含的對(duì)象（修改其中一個(gè)，另外一個(gè)不會(huì)改變）{copy模塊的deep.deepcopy()函數(shù)}?