深度学习面试题：Python

1. Python 深拷贝与浅拷贝

浅拷贝（copy）：拷贝父对象，不会拷贝对象内部的子对象；类似指针和引用。

深拷贝（deepcopy）：copy 模块的 deepcopy 方法，完全拷贝父对象及其子对象。

2. Python 多线程能用多个 cpu 吗？

不能。Python 解释器使用了 GIL(Global Interpreter Lock)，在任意时刻只允许单个 python 线程运行。

GIL 为全局解释器锁，其功能是在 CPython 解释器中执行的每一个 Python 线程都会先锁住自己，以阻止别的线程执行。

利用 multiprocessing 库可以在多个 CPU 上并行运行。在多进程编程中，每个进程都有自己独立的 Python 解释器和内存空间，因此不存在 GIL 的限制。

2.1 什么是Python的GIL?

GIL 是 Python 的全局解释器锁，是 CPython 解释器的实现特性。它是一个互斥锁，阻止多个线程同时执行 Python 程序，这意味着即使在多核处理器上，Python代码也无法同时在多个核心上运行。

2.2 GIL对Python的性能有何影响?

GIL 导致 Python 在多线程环境下，无法充分利用多核处理器。即使在多核处理器上，Python 的多线程代码无法实现真正的并行运行，这对于计算密集型任务来说，可能会成为性能瓶颈。

2.3 为什么Python要设计GIL?

GIL的存在可以简化 Python 对象模型的实现，防止数据竞争和状态冲突，使得对象管理变得更加简单。此外，GIL也使得 CPython 的实现变得更加简单，对于某些依赖于 C 扩展的 Python 程序来说，这是非常重要的。

2.4 如何避免GIL对性能的影响?

对于 IO 密集型任务，由于大部分时间都在等待 IO，所以 GIL 的影响并不大。对于计算密集型任务，可以使用多进程模块 multiprocessing，因为每个进程都有自己的解释器和内存空间，因此可以避免 GIL 的影响。

3. Python 垃圾回收机制

[参考]

Python 垃圾回收机制：以引用计数器为主，标记清除和分代回收为辅。

• 引用计数：每个对象内部都维护了一个值，记录此对象被引用的次数，若次数为 0，则 Python 垃圾回收机制会自动清除此对象；
• 标记-清除（Mark-Sweep）：遍历所有对象，如果有对象引用它，则标记为可达的（reachable）；再次遍历对象，如果某个对象没有被标记为可达，则将其回收。解决循环引用问题
• 分代回收：对象存在时间越长，越可能不是垃圾，应该越少去收集。根据对象存活时间划分为不同集合（代），Python 将内存分为了 3 代。
• 当代码中主动执行 gc.collect() 命令时，Python 解释器就会进行垃圾回收。

4. Python 里的生成器是什么

生成器（Generator）是一种特殊的迭代器，生成器函数通过 yield 来生成一个值，并暂停执行保存当前状态。可以有效节省内存空间，执行过程可以被暂停和恢复。

实例如下：

def countdown(n):
    while n > 0:
        yield n
        n -= 1
# 使用生成器函数创建生成器对象
generator = countdown(4)
# 通过迭代生成器对象获取值
for value in generator:
    print(value)
# 输出结果为
# 4
# 3
# 2
# 1

5. 迭代器和生成器的区别

[参考]

迭代器是一种对象，有 __iter__ 和 __next__ 方法，每次调用 __next__ 方法都返回可迭代对象中的下一个元素，当没有更多元素可返回时，会引发 StopIteration 异常（防止无限循环）。Python 中迭代器是一个惰性序列。

用 iter() 内建方法可以把 list、dict、str 等可迭代对象转换成迭代器。

list0 = [0, 1, 2]
iter0 = iter(list0)
print(type(iter0))

# <class 'list_iterator'>

生成器是一种特殊的迭代器。可将生成列表和字典的推到表达式的中括号换成小括号，就得到了生成器表达式。可以借助 next() 方法来获取下一个元素。

list_generator = (x * x for x in range(5000))
for i in list_generator:
    print(i)

区别：

6. 装饰器

[参考]

装饰器本质上是一个函数，它接受一个函数作为输入，并返回一个新的函数作为输出，这个新函数通常会在原函数的基础上添加一些额外的功能或行为。

装饰器的作用是实现代码的重用和功能的动态扩展，它可以在不修改原函数代码的情况下，对函数进行功能增强、日志记录、性能统计等操作。

以下是一个装饰器示例，用于记录函数的执行时间：

import time
def timer(func):
    def wrapper(*args, **kwargs):
        start_time = time.time()
        result = func(*args, **kwargs)
        end_time = time.time()
        execution_time = end_time - start_time
        print(f"函数 {func.__name__} 执行时间：{execution_time} 秒")
        return result
    return wrapper

@timer
def my_function():
    time.sleep(2)
    print("执行完成")

my_function()

# 执行完成
# 函数 my_function 执行时间：2.0054352283477783 秒

7. Python 有哪些数据类型

• 数字类型（Numeric Types）：整数 int，浮点数 float，复数 complex 等；
• 字符串类型（String Type）：由字符组成的序列 str，用于表示文本信息；
• 列表类型（List Type）：有序可变的集合，可以包含任意类型的元素，使用方括号 [] 表示；
• 元组类型（Tuple Type）：有序不可变的集合，可以包含任意类型的元素，使用圆括号 () 表示；
• 集合类型（Set Type）：无序的可变集合，不允许重复元素，使用花括号 {} 表示；
• 字典类型（Dictionary Type）：无序的键值对集合，用于存储具有唯一键的值，使用花括号 {} 表示；
• 布尔类型（Boolean Type）：表示真或假的值，包括 True 和 False 两个取值；
• 空值类型（None Type）：表示空对象或缺失值的特殊类型，只有一个取值 None。

8. Python 中列表 List 的 del，remove 和 pop 的用法和区别

• del，是一个关键字，用于删除整个列表或列表中指定位置的元素
  • 删除指定位置的元素：del 关键字加上列表名和索引，例如 del my_list[index]；
  • 删除整个列表：del 关键字加上列表名，例如 del my_list。
• remove，是列表的方法，用于删除列表中第一个匹配的指定元素
  • 参数为要删除的元素，例如 my_list.remove(element)，将删除列表中第一个匹配元素 element；若 element 不在列表中则抛出 ValueError。
• pop，是列表方法，用于删除并返回指定指定位置的元素
  • 参数为要删除元素的索引，默认为列表最后一个元素，例如 my_list.pop(0)，将删除列表的第一个元素并返回该元素的值。

9. Python yeild 和 return 的区别

• return 用于返回最终结果并终止函数执行，yield 用于定义生成器函数，可以通过多次调用来逐步产生结果；
• return 只能返回一次值，yield 可以多次返回值并保留函数状态，使函数可从上次 yield 语句的位置继续执行。

10. Python set 的底层实现

set 底层是基于哈希表实现的，发生哈希冲突时使用开放地址法或链表解决冲突。有以下特点：

• 元素的添加、删除和查找平均时间复杂度为 $O(1)$；
• set 中元素使无序的，每次遍历的顺序可能不同；
• set 中的元素不重复，重复添加的元素只会保留一个；
• set 不支持索引操作，因为元素的存储位置不是固定的。

11. Python 字典和 set() 的区别

• 存储结构：字典是键值对的集合；set 是元素的集合，没有键值对；
• 唯一性：字典中键是唯一的；set 中元素是唯一的；
• 访问方式：字典通过键来访问值，my_dict[key]；set 只能通过遍历或 in 来判断某元素是否存在于集合中；
• 可变性：字典是可变数据类型，可以增删改；set 也是可变的，可以添加删除元素；
• 有序性：字典和 set 都是无序的。

12. 怎么对字典的值进行排序

• 转化为元素 (key,val) 的形式用 sorted() 排序；
• 设置 sorted 中 key 的参数的值

# 方法一
z = zip(d.values(),d.keys())
#x = zip(d.itervalues(),d.iterkeys())  迭代类型，省空间
s = sorted(z)

# 方法二
a = d.items()
s = sorted(a,key= lambda x:x[1])

13. __init__、__new__ 和 __call__ 的区别

__new__ 方法用于对象的创建，__init__ 方法用于对象的初始化。 __new__ 方法在对象创建前被调用，__init__ 方法在对象创建后被调用。 __call__ 方法用于将对象作为函数进行调用，可以赋予对象函数的行为。

14. Python 的 lambda 函数

lambda 函数是一种匿名函数，由关键字 lambda 后面跟上参数列表，跟上一个冒号和表达式作为函数的返回值。

lambda arguments: expression

# 求两数之和
add = lambda x, y: x + y
# 对列表排序
sorted_numbers = sorted(my_list, key=lambda x:x)
# 作为 map 函数的参数
squared_numbers = map(lambda x:x**2, my_list)

• 为什么要使用 lambda 函数？

  匿名函数可以在任何需要的地方使用，但是这个函数只能使用一次，因此 lambda 函数也称为丢弃函数，它可以与其他预定义函数（如filter(),map()等）一起使用。相对于我们定义的可重复使用的函数来说，这个函数更加简单便捷。

15. Python 内存管理

Python 使用引用计数和垃圾回收两种方式来管理内存。

• 引用计数：当一个对象的引用计数变为0时，Python 会立即回收该对象的内存。
• 垃圾回收：Python 使用垃圾回收机制来处理循环引用的特殊情况。垃圾回收机制会周期性地扫描所有的对象，找出不再被引用的对象，并回收它们的内存空间。

16. Python 在内存上做了哪些优化

• 引用计数
• 垃圾回收：Python 使用标记-清除算法（Mark and Sweep）和分代回收算法（Generational Garbage Collection）来回收不再使用的对象，释放内存空间。
• 内存池：Python通过内存池管理器（Memory Pool Manager）来分配内存。内存池预先在内存中申请一定数量的，大小相等的内存块留作备用，当有新的内存需求时，就先从内存池中分配内存给这个需求，不够之后再申请新的内存。这样做最显著的优势就是能够减少内存碎片，提升效率。
• 内存共享：对于一些不可变对象（如小整数、字符串等），Python会进行内存共享。多个变量引用相同的不可变对象时，它们可以共享相同的内存空间，从而节约内存。
• 迭代器和生成器：Python中的迭代器和生成器可以节省大量内存，特别是处理大型数据集时。它们按需生成数据，而不是一次性将所有数据加载到内存中。
• 字符串驻留机制：对于一些短字符串，Python会将其驻留（intern）在内存中，即多个变量引用相同的字符串对象。这种机制可以减少相同字符串的内存使用。

17. Python 中类方法（class method）和静态方法（static method）的区别

• 装饰器不同：类方法使用 @classmethod，静态方法使用 @staticmethod；
• 参数不同：类方法接收类 cls 作为隐式第一个参数；静态方法不接收隐式的第一个参数，类似普通函数；
• 访问类属性和方法的方式不同：类方法可以访问和修改类属性，也可以调用其他类方法和静态方法；静态方法不能访问类属性，也不能调用其他类方法或静态方法，只能访问静态方法中定义的局部变量；
• 使用场景不同：类方法通常用于执行与类相关的操作，例如创建类的实例或修改类属性。静态方法通常用于执行与类无关的操作，它们在类的命名空间中定义，但与类的状态无关。
• 类方法和静态方法均可通过类名或实例对象（类方法不推荐）来调用。

class MyClass(object):
    # 实例方法
    def instance_method(self): # 需要传入 self
        print('instance method called', self)
    # 类方法
    @classmethod
    def class_method(cls):
        print('class method called', cls)
    # 静态方法
    @staticmethod
    def static_method():
        print('static method called')

18. Python 多线程怎么实现

可以用以下模块：

• _thread
• threading
• Queue
• multiprocessing

19. 点积和矩阵相乘的区别

点积：又叫内积，数量积，由两个维度相同的的向量相乘求和，得到一个标量。$a\cdot b=\sum_{i}^{n}{a_1b_1+a_2b_2+\dots+a_nb_n}$

矩阵乘法：得到仍然是一个矩阵

20. Python 中错误和异常处理

Python 中会发生两种类型错误：

• 语法错误：如果未遵循正确的语言语法，则会引发语法错误，这种错误编译器会指出；
• 逻辑错误（异常）：在运行时中，通过语法测试后发生错误的情况称为异常或逻辑类型。比如除数除以0，运行时就会抛出一个抛出一个 ZeroDivisionError 异常，叫处理异常。处理方式为：通过 try..except..finally 代码块来处理捕获异常并手动处理。

21. Python 的传参是传值还是传址

在Python中，函数参数传递方式是"传对象引用"，也可以称为"传对象的地址"，即“传址”。根据对象的类型（可变对象和不可变对象），在函数内部对参数对象的操作可能会有不同的效果。

22. 什么是猴子补丁

猴子补丁（Monkey Patching）是指在运行时动态修改已有的代码，通常是在不修改原始代码的情况下添加、替换或修改现有的功能。

例如，很多代码用到 import json，后来发现ujson性能更高， 如果觉得把每个文件的import json 改成 import ujson as json成本较高，或者说想测试一下用ujson替换json是否符合预期，只需要在入口加上：

import json 
import ujson
def monkey_patch_json(): 
    json.__name__ = 'ujson' 
    json.dumps = ujson.dumps 
    json.loads = ujson.loads 
monkey_patch_json()

23. CPython 退出时是否释放所有内存分配

[参考]

当 Python 退出时，从全局命名空间或 Python 模块引用的对象并不总是被释放。 如果存在循环引用，则可能发生这种情况，C库分配的某些内存也是不可能释放的（例如像 Purify 这样的工具）。 但是，Python在退出时清理内存并尝试销毁每个对象。

24. Python 中 is 和 == 有什么区别

is 比较两个对象的 id 值是否相等，即是否指向同一个内存地址；== 比较两个对象的值是否相等，默认调用对象的 __eq__() 方法。

25. gbk 和 utf8 的区别

GBK编码专门用来解决中文编码的，是双字节的。

UTF－8 编码是用以解决国际上字符的一种多字节编码，它对英文使用8位（即一个字节），中文使用24位（三个字节）来编码。

26. 遍历字典可以用什么方法

my_dict = {'name': 'Jack', 'age': 26, 'address': 'Downtown', 'phone': '1234567890'}
for i in my_dict: # 遍历字典中的键
    print(i)
for key in my_dict.keys():   # 遍历字典中的键
       print(key)
for value in my_dict.values():  # 遍历字典中的值
    print(value)
for item in my_dict.items():  # 遍历字典中的元素
    print(item)

27. 反转列表的方法

• reversed() 迭代器
• sorted() 指定 reverse
• [::-1]

28. Python 元组中等元组转为字典

my_tuple = ((1, '2'), (3, '4'), (5, '6'))
my_dict = dict((y,x) for x,y in my_tuple)

29. range 在 Python2 和 Python3 里的区别

py2 中，range 得到一个列表；

py3 中，range 得到一个生成器；

30. __init__.py 文件的作用和意义

[参考]

这个文件定义了包的属性和方法，可以只是一个空文件，但是必须存在。一个文件夹根目录下存在__init__.py那就会认为该文件夹是Python包，否则那这个文件夹就是一个普通的文件夹。

31. Python 列表去重

my_list = list(set(my_list))