python面試？

1、多線程使用Python是個(gè)好主意嗎？列出一些方法可以讓一些Python代碼以并行方式運(yùn)行。

答：Python不允許真正意義上的多線程。它有一個(gè)多線程包，但如果你想使用多線程來(lái)加速你的代碼，那么使用它通常不是一個(gè)好主意。Python有一個(gè)名為全局解釋器鎖(Global Interpreter Lock（GIL）)的結(jié)構(gòu)。GIL確保每次只能執(zhí)行一個(gè)“線程”。一個(gè)線程獲取GIL，做一點(diǎn)工作，然后將GIL傳遞到下一個(gè)線程。這種情況發(fā)生的很快，因此對(duì)于人眼看來(lái)，你的線程似乎是并行運(yùn)行的，但它們實(shí)際上只是輪流使用相同的CPU核心。所有這些GIL傳遞都增加了運(yùn)行的內(nèi)存。這意味著如果你想讓代碼運(yùn)行得更快，那么使用線程包通常不是一個(gè)好主意。

使用Python的線程包也是有原因的。如果你想同時(shí)運(yùn)行一些東西，并且效率不是一個(gè)問(wèn)題，那么它就完全沒(méi)問(wèn)題了。或者，如果你正在運(yùn)行需要等待某些事情的代碼（例如某些IO），那么它可能會(huì)很有意義。但是線程庫(kù)不會(huì)讓你使用額外的CPU核心。

多線程可以外包到操作系統(tǒng)（通過(guò)多處理），一些調(diào)用Python代碼的外部應(yīng)用程序（例如，Spark或Hadoop），或者Python代碼調(diào)用的一些代碼例如：你可以使用你的Python代碼調(diào)用一個(gè)C函數(shù)來(lái)完成昂貴的多線程事務(wù)。

2、這段代碼輸出了什么：

def f(x,l=[]):for i in range(x):l.append(i*i)print(l) f(2)f(3,[3,2,1])f(3)

答：[0, 1][3, 2, 1, 0, 1, 4][0, 1, 0, 1, 4]

3、如何在Python中管理內(nèi)存？

Python中的內(nèi)存管理由Python私有堆空間管理。所有Python對(duì)象和數(shù)據(jù)結(jié)構(gòu)都位于私有堆中。程序員無(wú)權(quán)訪問(wèn)此私有堆。Python解釋器負(fù)責(zé)處理這個(gè)問(wèn)題。Python對(duì)象的堆空間分配由Python的內(nèi)存管理器完成。核心API提供了一些程序員編寫代碼的工具Python還有一個(gè)內(nèi)置的垃圾收集器，它可以回收所有未使用的內(nèi)存，并使其可用于堆空間。

4、range＆xrange有什么區(qū)別？

在大多數(shù)情況下，xrange和range在功能方面完全相同。它們都提供了一種生成整數(shù)列表的方法，唯一的區(qū)別是range返回一個(gè)Python列表對(duì)象，x range返回一個(gè)xrange對(duì)象。

這就表示xrange實(shí)際上在運(yùn)行時(shí)并不是生成靜態(tài)列表。它使用稱為yielding的特殊技術(shù)根據(jù)需要?jiǎng)?chuàng)建值。該技術(shù)與一種稱為生成器的對(duì)象一起使用。因此如果你有一個(gè)非常巨大的列表，那么就要考慮xrange。

5、Python中help()和dir()函數(shù)的用法是什么？

Help()和dir()這兩個(gè)函數(shù)都可以從Python解釋器直接訪問(wèn)，并用于查看內(nèi)置函數(shù)的合并轉(zhuǎn)儲(chǔ)。

help()函數(shù)：help()函數(shù)用于顯示文檔字符串，還可以查看與模塊，關(guān)鍵字，屬性等相關(guān)的使用信息。

dir()函數(shù)：dir()函數(shù)用于顯示定義的符號(hào)。

6、NumPy中有哪些操作Python列表的函數(shù)？

Python的列表是高效的通用容器。它們支持（相當(dāng)）有效的插入，刪除，追加和連接，Python的列表推導(dǎo)使它們易于構(gòu)造和操作。

它們有一定的局限性：它們不支持像素化加法和乘法等“向量化”操作，并且它們可以包含不同類型的對(duì)象這一事實(shí)意味著Python必須存儲(chǔ)每個(gè)元素的類型信息，并且必須執(zhí)行類型調(diào)度代碼在對(duì)每個(gè)元素進(jìn)行操作時(shí)。

NumPy不僅效率更高; 它也更方便。你可以免費(fèi)獲得大量的向量和矩陣運(yùn)算，這有時(shí)可以避免不必要的工作。它們也得到有效實(shí)施。

NumPy數(shù)組更快，你可以使用NumPy，F(xiàn)FT，卷積，快速搜索，基本統(tǒng)計(jì)，線性代數(shù)，直方圖等內(nèi)置。