1、实现1--100之和

1 #解答一2 print sum(xrange(101))3 4 #解答二5 s=06 for i in xrange(101):7     s = s + i8 print s

2、如何在一个函数内部修改全局变量

#coding=utf-8name = "ryan"   #全局变量def fun():    country = "China" #局部变量    print name    global name     #声明全局变量    name = "joe"    #修改全局变量    print namefun() print name

3、谈下GIL

GIL是python的全局解释器锁，同一进程中假如有多个线程运行，一个线程在运行python程序的时候会霸占python解释器（加了一把锁即GIL），使该进程内的其他线程无法运行，等该线程运行完后其他线程才能运行。如果线程运行过程中遇到耗时操作，则解释器锁解开，使其他线程运行。所以在多线程中，线程的运行仍是有先后顺序的，并不是同时进行。多进程中因为每个进程都能被系统分配资源，相当于每个进程有了一个python解释器，所以多进程可以实现多个进程的同时运行，缺点是进程系统资源开销大。

4、实现列表去重的方法

#coding=utf-8#解答一：使用Set集合a = [1,2,3,3,4,4,4]a = list(set(a))#解答二a = [1,2,3,3,4,4,4]b=[]for i in a:    if i not in b:        b.append(i)a=b#解答三a = [1,2,3,3,4,4,4]c={}for i in a:    if a.count(i) > 1:        c.update({a.count(i):i})for i in c:    for j in xrange(i-1):        a.remove(c[i])

 5、fun(*args,**kwargs)中的*args,**kwargs什么意思？

#*args是用来发送一个非键值对的可变数量的参数列表给一个函数#**kwargs是用来发送一个不定长度的键值对的参数给一个函数

6、python2和python3的range（100）的区别

#python2返回列表，python3返回迭代器，节约内存

7、一句话解释什么样的语言能够用装饰器?

#函数可以作为参数传递的语言，可以使用装饰器

8、简述面向对象中__new__和__init__区别

9、简述with方法打开处理文件帮我我们做了什么？

10、if __name__ == '__main__' 如何正确理解?

#coding=utf-8'''对于很多编程语言来说，程序都必须要有一个入口，比如 C，C++，以及完全面向对象的编程语言 Java，C# 等。如果你接触过这些语言，对于程序入口这个概念应该很好理解，C 和 C++ 都需要有一个 main 函数来作为程序的入口，也就是程序的运行会从 main 函数开始。同样，Java 和 C# 必须要有一个包含 Main 方法的主类来作为程序入口。而 Python 则有不同，它属于脚本语言，不像编译型语言那样先将程序编译成二进制再运行，而是动态的逐行解释运行。也就是从脚本第一行开始运行，没有统一的入口。一个 Python 源码文件除了可以被直接运行外，还可以作为模块（也就是库）被导入。不管是导入还是直接运行，最顶层的代码都会被运行（Python 用缩进来区分代码层次）。而实际上在导入的时候，有一部分代码我们是不希望被运行的。'''#举一个例子来说明一下，假设我们有一个 const.py 文件，内容如下：PI = 3.14def main():    print "PI:", PImain()'''我们在这个文件里边定义了一些常量，然后又写了一个 main 函数来输出定义的常量，最后运行 main 函数就相当于对定义做一遍人工检查，看看值设置的都对不对。然后我们直接执行该文件(python const.py),输出：PI: 3.14''''''现在，我们有一个 area.py 文件，用于计算圆的面积，该文件里边需要用到 const.py 文件中的 PI 变量，那么我们从 const.py 中把 PI 变量导入到 area.py 中：'''from const import PIdef calc_round_area(radius):    return PI * (radius ** 2)def main():    print "round area: ", calc_round_area(2)main()'''运行 area.py，输出结果：PI: 3.14round area:  12.56可以看到，const 中的 main 函数也被运行了，实际上我们是不希望它被运行，提供 main 也只是为了对常量定义进行下测试。这时，if __name__ == '__main__' 就派上了用场。把 const.py 改一下：'''PI = 3.14def main():    print "PI:", PIif __name__ == "__main__":    main()'''然后再运行 area.py，输出如下：round area:  12.56再运行下 const.py，输出如下：PI: 3.14这才是我们想要的效果。if __name__ == '__main__' 就相当于是 Python 模拟的程序入口。Python 本身并没有规定这么写，这只是一种编码习惯。由于模块之间相互引用，不同模块可能都有这样的定义，而入口程序只能有一个。到底哪个入口程序被选中，这取决于 __name__ 的值。'''#https://www.cnblogs.com/yaohong/p/8660209.html

 11、深浅拷贝的区别

#Python的数据结构总体分为两类：#1、字符串和数字#2、列表、元组、字典等一、字符串和数字　　对于字符串和数字而言，赋值（=）、浅拷贝（copy）和深拷贝（deepcopy）其实都没有意义，因为它们都永远指向同一个内存地址。>>> import copy>>> a1 = 100>>> id(a1)1426656816   # a1的内存地址 # 赋值>>> a2 = a1>>> id(a2)1426656816 # 浅拷贝>>> a3 = copy.copy(a1)>>> id(a3)1426656816 # 深拷贝>>> a4 = copy.deepcopy(a1)>>> id(a4)1426656816二、列表、元组、字典等　　对于列表、字典而言，进行赋值(=)、浅拷贝（copy）和深拷贝（deepcopy），其引起的变化是不一样的。2.1、赋值(=)　names = ['Angle', 'Zous', 'Athena', ['Banana', 'apple']]name2 = namesnames[1] = "Pear"print(names)print(name2)print("-----------------")names[3][1] = "Dog"print(names)print(name2)print(id(names))print(id(name2))  # 输出['Angle', 'Pear', 'Athena', ['Banana', 'apple']]['Angle', 'Pear', 'Athena', ['Banana', 'apple']]-----------------['Angle', 'Pear', 'Athena', ['Banana', 'Dog']]['Angle', 'Pear', 'Athena', ['Banana', 'Dog']]15043874065361504387406536 # 可以看到names 的每一次变化，name2也会改变，因为他们的内存地址是一样的#这和字符串和数字是不一样的，当我们定义 a =1 ,b = a ,改变a时，b是不会有变化的。列表和字典等会跟着变化，因为他们的内存地址是一样的。　　a = 1b = a a = 100print(a)print(b) # 输出 10012.2、浅拷贝(copy)　import copy names = ['Angle', 'Zous', 'Athena', ['Banana', 'apple']]name2 = copy.copy(names)names[1] = "宙斯"print(names, "names的内存地址是{}".format(id(names)))print(name2, "name2的内存地址是{}".format(id(name2))) #输出['Angle', '宙斯', 'Athena', ['Banana', 'apple']] names的内存地址是1764417452744['Angle', 'Zous', 'Athena', ['Banana', 'apple']] name2的内存地址是1764416035080 我们浅copy了一个name2,同时我们将names中的Zous的值改为中文，但是name2的没有改变。因为他们的内存地址是不一样的，改变其中一个不影响另外一个。我们接下来看：import copy names = ['Angle', 'Zous', 'Athena', ['Banana', 'apple']]name2 = copy.copy(names)names[1] = "宙斯"print(names, "names的内存地址是{}".format(id(names)))print(name2, "name2的内存地址是{}".format(id(name2))) names[3][1] = '苹果'print(names, id(names[3]))print(name2, id(name2[3])) # 输出['Angle', '宙斯', 'Athena', ['Banana', 'apple']] names的内存地址是2306153560776['Angle', 'Zous', 'Athena', ['Banana', 'apple']] name2的内存地址是2306152155528['Angle', '宙斯', 'Athena', ['Banana', '苹果']] 2306153648968['Angle', 'Zous', 'Athena', ['Banana', '苹果']] 2306153648968 # 这次我们不仅改变了最外层的列表的值，还改变了列表中一个列表的值。# 这次的结果是  里层的列表跟着做了改变　我们通过打印的内存地址可以明显看出，整个外层列表的内存地址是不一样的，但是里层的列表内存地址是一致的。总结：浅拷贝（copy.copy(x)）只是将列表等数据类型的第一层copy了一下，内存地址改变了。但是对于里层的数据类型的内存地址没有改变。2.3、深拷贝（deepcopy）深拷贝（copy.deepcopy(x)）其实就是重新开辟了一个新的内存地址，存储deepcopy后的数据，和原来数据的内存地址完全不一样了，包括里层数据类型的内存地址。　import copy names = ['Angle', 'Zous', 'Athena', ['Banana', 'apple']]name2 = copy.deepcopy(names)names[1] = "宙斯"print(names, "names的内存地址是{}".format(id(names)))print(name2, "name2的内存地址是{}".format(id(name2))) names[3][1] = '苹果'print(names, id(names[3]))print(name2, id(name2[3])) #输出['Angle', '宙斯', 'Athena', ['Banana', 'apple']] names的内存地址是2379824216776['Angle', 'Zous', 'Athena', ['Banana', 'apple']] name2的内存地址是2379824217160['Angle', '宙斯', 'Athena', ['Banana', '苹果']] 2379824304968['Angle', 'Zous', 'Athena', ['Banana', 'apple']] 2379824305032 #可以看出，names不论是改变外层还是里层列表的数据，都不会影响到name2。

链接： https://www.cnblogs.com/bigberg/p/7246756.html