Top Python Interview Questions Flashcards

Question

Является ли Range итератором?

Answer 1

Нет, range — это итерируемый объект, но не итератор. Он очень эффективен по памяти, потому что хранит только начало, конец и шаг, и генерирует числа по требованию.

Answer 2

Функция-генератор: обычная функция с ключевым словом yield. Генераторное выражение: синтаксис, похожий на list comprehension, но заключенный в круглые скобки: (i*2 for i in my_list).

Answer 3

Определить функцию, использующую ключевое слово yield. Использовать генераторное выражение (например, (x**2 for x in range(5))).

Answer 4

Анонимные функции, созданные с помощью ключевого слова lambda. Они могут содержать только одно выражение, результат которого неявно возвращается. Используются для простых действий, часто в сочетании с map(), filter() или в качестве ключа сортировки.

Answer 5

Функция, которая: При одних и тех же входных аргументах всегда возвращает один и тот же результат. Не имеет побочных эффектов (не меняет глобальное состояние, не выполняет ввод/вывод, не изменяет входящие изменяемые аргументы).

Answer 6

Замыкание — это функция, которая помнит и имеет доступ к переменным из охватывающей (внешней) области видимости, даже после того, как внешняя функция завершила своё выполнение.

Answer 7

Синтаксис, позволяющий функции принимать произвольное количество позиционных аргументов. Они собираются внутри функции в кортеж с именем args.

Answer 8

Синтаксис, позволяющий функции принимать произвольное количество именованных аргументов. Они собираются внутри функции в словарь с именем kwargs.

Answer 9

Функция, которая принимает другую функцию и расширяет её функциональность, не изменяя её исходного кода. Используется синтаксис @имя_декоратора.

Answer 10

В байты: string.encode('utf-8') Обратно в строку: bytes_object.decode('utf-8')

Answer 11

Позволяет методу класса вести себя как атрибут. Используется для создания "вычисляемых" атрибутов или для реализации инкапсуляции (контролируемого доступа) к данным, позволяя выполнять логику при получении, установке или удалении значения.

Answer 12

@classmethod: Метод класса. Принимает первым аргументом сам класс (cls). Используется для фабричных методов или работы с атрибутами класса. @staticmethod: Статический метод. Не принимает ни self, ни cls. Это обычная функция, логически связанная с классом, но не зависящая от состояния экземпляра или класса.

Answer 13

Декоратор с аргументами реализуется как функция, которая возвращает функцию-декоратор, которая, в свою очередь, возвращает обернутую функцию. Аргументы передаются во внешнюю функцию. Python def decorator_with_args(arg1): # Здесь принимается переменная def actual_decorator(func): def wrapper(*args, **kwargs): # arg1 используется внутри return func(*args, **kwargs) return wrapper return actual_decorator

Answer 14

Декоратор @functools.wraps(func) используется внутри декораторов-оберток. Он сохраняет метаданные оригинальной функции (__name__, __doc__, __module__) на обертке, что критично для отладки и документации.

Answer 15

Специальные методы, начинающиеся и заканчивающиеся двумя подчеркиваниями (например, __init__, __str__, __add__). Они используются для реализации протоколов (интерфейсов) и позволяют классам взаимодействовать со встроенными функциями и операторами Python.

Answer 16

__new__(cls, ...): Создает и возвращает новый экземпляр класса. Вызывается первым. Используется редко. __init__(self, ...): Инициализирует (настраивает) уже созданный экземпляр. Вызывается вторым.

Answer 17

Специальный атрибут __slots__ в классе, который позволяет явно указать, какие атрибуты может иметь экземпляр. Это отключает создание словаря __dict__ для каждого экземпляра, что экономит память и немного ускоряет доступ к атрибутам.

Answer 18

_var (Одинарное): Условное соглашение, что это внутренний атрибут/метод, предназначенный для использования только внутри модуля или класса (нет строгого контроля). __var (Двойное): Запускает механизм Name Mangling (искажение имени). Python автоматически переименовывает атрибут в _ИмяКласса__var, чтобы предотвратить случайный доступ или переопределение в подклассах.

Answer 19

MRO (Method Resolution Order) — Порядок Разрешения Методов. Это алгоритм, определяющий, в каком порядке Python будет искать метод или атрибут среди базовых классов при множественном наследовании. В Python 3 используется алгоритм C3 MRO.

Answer 20

Метакласс — это "класс класса". Это то, что создает класс. По умолчанию метаклассом является type. Метаклассы позволяют вам перехватить процесс создания класса и динамически изменить его (добавить или изменить атрибуты/методы) перед тем, как класс будет полностью определен.

Answer 21

Области видимости проверяются в порядке LEGB: Local (Локальная: внутри текущей функции/метода). Enclosing (Охватывающая: внутри внешней функции, для замыканий). Global (Глобальная: на уровне модуля). Built-in (Встроенная: встроенные имена, такие как len, int).

Answer 22

Поиск всегда идет последовательно по правилу LEGB (Local -> Enclosing -> Global -> Built-in). Как только имя найдено в одной из областей, поиск прекращается.

Answer 23

Используется внутри функции для явного указания, что вы хотите изменить переменную, которая определена в глобальной области видимости модуля, а не создать новую локальную переменную.

Answer 24

Потому что значение аргумента по умолчанию создается один раз при определении функции. Если это изменяемый объект (list, dict), и вы меняете его при вызове, это изменение сохранится для всех последующих вызовов функции, что почти всегда приводит к нежелательным побочным эффектам. Правильно: def func(a, my_list=None): if my_list is None: my_list = []

Answer 25

Объект, который управляет ресурсами (файлами, сетевыми подключениями) с помощью конструкции with. Он гарантирует, что ресурс будет корректно открыт и, что самое важное, закрыт/освобожден (даже если произошла ошибка).

Answer 26

С помощью Класса: Определить методы __enter__() (инициализация и возврат ресурса) и __exit__() (очистка, обработка исключений). С помощью Генератора: Использовать декоратор @contextlib.contextmanager с функцией-генератором. Код до yield — это __enter__, код после yield — это __exit__.

Answer 27

GIL (Global Interpreter Lock) — Глобальная Блокировка Интерпретатора. Механизм в CPython, который гарантирует, что в любой момент времени только один поток Python может выполнять байт-код Python. Ограничивает истинный параллелизм для задач, зависящих от CPU.

Answer 28

Процесс (Process) --> Поток (Thread) Независимый. Имеет собственное адресное пространство памяти --> Часть процесса. Разделяет память с другими потоками. Идеален для CPU-задач (обход GIL) --> Идеален для IO-задач (во время ожидания I/O GIL освобождается). Создание и переключение дороже --> Создание и переключение дешевле.

Answer 29

Многопоточность (Threading): Запуск нескольких потоков в одном процессе. Потоки разделяют память. Из-за GIL не дает прироста скорости на CPU-зависимых задачах, но полезна для I/O-задач. Многопроцессорность (Multiprocessing): Запуск нескольких независимых процессов. Каждый процесс имеет собственный интерпретатор и память. Обходит GIL, что идеально подходит для CPU-зависимых задач.

Answer 30

Для эффективной работы с I/O-связанными задачами (сеть, базы данных, файлы) с использованием одного потока. Вместо блокировки потока в ожидании операции, асинхронный код позволяет потоку переключиться на выполнение другой задачи, пока первая "спит". Используется с синтаксисом async/await.

Answer 31

Аннотации типов (Type Hinting) — синтаксис (например, def func(a: int) -> str:), который позволяет указывать ожидаемые типы аргументов и возвращаемых значений. Они не влияют на выполнение программы, но используются статическими анализаторами (например, MyPy) для проверки кода, повышения читаемости и упрощения разработки в IDE.

Answer 32

Все исключения наследуются от BaseException. Большинство "рабочих" исключений наследуются от Exception. Важно: при использовании try...except нужно сначала ловить более специфичные исключения, а затем — более общие, чтобы избежать нежелательных поглощений ошибок.

Answer 33

Библиотека для валидации данных с использованием аннотаций типов Python. Используется для: Определения схемы данных. Проверки (валидации) входящих данных (например, из JSON). Автоматического преобразования типов.

Answer 34

Моржовый оператор — := (введен в Python 3.8). Он позволяет присваивать значение переменной прямо внутри выражения (например, внутри условия if или цикла while). Python Без моржового оператора data = get_data() if data: process(data) С моржовым оператором if data := get_data(): process(data)

Answer 35

Самый питонический и быстрый способ — использовать тип множество (set), так как оно хранит только уникальные элементы, а затем преобразовать обратно в список. Python my_list = [1, 2, 2, 3, 4, 4, 5] unique_list = list(set(my_list)

Answer 36

Создать новый класс, который наследуется от базового класса исключений, обычно от Exception: Python class InsufficientFundsError(Exception): """Собственное исключение для недостатка средств.""" pass

Answer 37

defaultdict: Словарь, который вызывает функцию-фабрику для предоставления значения по умолчанию для несуществующего ключа. Counter: Словарь для удобного подсчета хешируемых объектов. namedtuple: Кортеж с именованными полями. deque: Двусторонняя очередь, оптимизированная для быстрого добавления/удаления с обоих концов.

Answer 38

isinstance(объект, тип): Рекомендуемый способ. Учитывает наследование. isinstance(x, (int, float)) type(объект): Проверяет точный тип. type(x) is list

Answer 39

Самый надежный способ — проверить, является ли объект хешируемым. Хешируемым может быть только неизменяемый объект. Python def is_mutable(obj): try: hash(obj) return False # Хешируемый, значит неизменяемый except TypeError: return True # Не хешируемый, значит изменяемый

Answer 40

Имеется в виду индекс (номер по порядку). Используйте enumerate(): Python my_list = ['a', 'b', 'c'] for index, value in enumerate(my_list): print(f"Индекс {index}: {value}")

Answer 41

Самый питонический и эффективный способ (проверка $O(1)$) — проверить наличие ключа с помощью оператора in:Pythonmy_dict = {'a': 1, 'b': 2} if 'a' in my_dict: print("Ключ есть.")

Answer 42

Answer 43

Beautiful Soup — это библиотека для парсинга (разбора) HTML и XML документов. Она принимает документ (строку) и создает дерево объектов Python, по которому можно легко навигировать, искать теги, атрибуты и содержимое с помощью простых методов, похожих на селекторы CSS или XPath.

Answer 44

Объект, представляющий информацию о часовом поясе. Для корректной работы со временем и датами в разных регионах необходимо работать с "осведомленными" (aware) datetime-объектами, которые хранят информацию о часовом поясе (обычно используется UTC), а не с "наивными" (naive) объектами.

Answer 45

dict — это тип данных Python (объект в памяти). JSON (JavaScript Object Notation) — это текстовый формат обмена данными. Он используется для передачи данных между системами. Для работы с JSON в Python используется модуль json (функции json.dumps() для сериализации и json.loads() для десериализации).

Answer 46

Указать версию через оператор ==: Bash pip install package_name==1.2.3

Answer 47

import foo --> from foo import bar Импортирует весь модуль --> Импортирует только указанный объект (bar) в текущее пространство имен. Доступ: foo.bar() --> Доступ: bar()

Answer 48

from foo import bar: Явно импортирует только bar. Это рекомендуемый стиль. from foo import *: Импортирует все публичные имена из модуля foo в текущее пространство имен. Это считается плохой практикой, так как может вызвать конфликты имен.

Answer 49

Ключевое слово as используется для переименования импортируемого модуля или объекта: Сокращение длинного имени: import pandas as pd. Избежание конфликтов имен.

Answer 50

Проблема возникает, когда Модуль А импортирует Модуль Б, а Модуль Б (прямо или косвенно) импортирует Модуль А. Это может привести к ошибкам ImportError, так как один из модулей будет пытаться получить доступ к объекту, который еще не успел загрузиться.

Answer 51

Файл __init__.py (или __init__.py) выполняется при первом импорте пакета (папки, которую он определяет). Он используется для инициализации пакета, например, для определения, какие объекты доступны при импорте.

Answer 52

Инструмент --> Назначение --> Особенности map() --> Применяет функцию к каждому элементу итерируемого объекта --> Возвращает итератор (map object). Часто можно заменить List Comprehension. filter() --> "Отбирает элементы, для которых функция-предикат возвращает True." --> Возвращает итератор (filter object). Часто можно заменить List Comprehension. List Comprehension --> "Создает новый список, выполняя преобразование и/или фильтрацию." --> Самый питонический и часто самый быстрый способ. Возвращает готовый список.

Answer 53

Функция zip() принимает несколько итерируемых объектов и объединяет их элементы в кортежи попарно. Она возвращает итератор кортежей. Итерация останавливается, когда заканчивается самый короткий из переданных объектов. Python names = ['Alice', 'Bob'] ages = [25, 30] list(zip(names, ages)) # Вывод: [('Alice', 25), ('Bob', 30)]

Answer 54

collections.namedtuple предоставляет простой способ создания неизменяемых классов с именованными полями. Это облегченная версия класса, которая позволяет обращаться к элементам не только по индексу, но и по имени, как к атрибутам, что повышает читаемость кода, при этом сохраняя эффективность кортежей.

Answer 55

Функция functools.reduce() применяет функцию к элементам итерируемого объекта кумулятивно (накопительно). Она берет первые два элемента, применяет к ним функцию, затем берет результат и следующий элемент, применяет функцию, и так до конца. Используется для получения одного итогового результата (суммы, произведения и т.д.).

Answer 56

Абстрактный класс (модуль abc): Класс, который нельзя инстанциировать (создать объект). Используется для определения общего базового поведения и может содержать как абстрактные методы (обязательные к реализации), так и конкретные методы с логикой. Интерфейс (Протокол - модуль typing в Python 3.8+): В отличие от других языков, Python не имеет строгих интерфейсов. Вместо них используются протоколы или ABC. Они определяют только набор методов, которые должны быть реализованы. Python использует принцип Утиной типизации (если что-то выглядит как утка, плавает как утка и крякает как утка, то это, вероятно, утка).

Answer 57

Полиморфизм — это способность объекта принимать множество форм. В Python это проявляется в двух основных формах: Утиная типизация: Если объекты имеют одинаковый метод (например, len(), __add__), их можно использовать в одном и том же контексте, независимо от их фактического типа. Переопределение методов: Подклассы могут предоставлять свою собственную реализацию метода, унаследованного от базового класса.

Answer 58

Наследование ("is-a"): Подкласс является частным случаем базового класса (например, "Собака является животным"). Используется, когда нужно создать иерархию типов. Композиция ("has-a"): Объект содержит другой объект (например, "Машина имеет двигатель"). Используется, когда нужно собрать функциональность из различных, независимых компонентов. Композиция часто предпочтительнее наследования, так как делает код более гибким.

Answer 59

Множественное наследование позволяет классу наследовать атрибуты и методы от нескольких базовых классов. Проблема (Diamond Problem): Когда класс наследует от двух классов, которые, в свою очередь, наследуют от общего предка. Возникает неоднозначность, какой метод предка использовать. Решение: Python использует алгоритм C3 MRO (Method Resolution Order) для строгого определения порядка поиска методов и предотвращения двусмысленности.

Answer 60

Python использует автоматическое управление памятью с помощью двух механизмов: Счетчик ссылок (Reference Counting): Каждый объект хранит счетчик, показывающий, сколько имен на него ссылается. Когда счетчик достигает нуля, объект немедленно удаляется (освобождается память). Сборщик мусора (Garbage Collector): Отвечает за обнаружение и удаление циклических ссылок (например, Объект А ссылается на Б, а Б ссылается на А), которые не могут быть удалены счетчиком ссылок.

Answer 61

range() — это итерируемый объект, а не итератор, и он ленив. Он хранит только три значения: начало, конец и шаг. Он генерирует числа только в момент, когда они требуются (при итерации), и не создает в памяти полный список всех чисел. Это делает его невероятно эффективным по памяти для больших диапазонов.

Answer 62

__dict__: По умолчанию каждый экземпляр класса хранит свои атрибуты в словаре __dict__. Это гибко, но требует много памяти. __slots__: Если вы определяете __slots__ в классе, Python не создает __dict__ для экземпляров. Атрибуты хранятся в статически выделенной, более компактной структуре. Это экономит память и немного ускоряет доступ к атрибутам, но вы не можете добавлять новые атрибуты "на лету".

Answer 63

async: Используется для определения функции как корутины (coroutine). Корутина — это функция, которая может быть приостановлена (paused) и возобновлена. await: Используется только внутри async функции. Он приостанавливает выполнение корутины в ожидании завершения операции ввода-вывода (I/O), позволяя программе переключиться на выполнение другой задачи.

Answer 64

Сценарий --> Инструмент --> Причина "I/O-зависимые задачи (сеть, файл, БД)" --> threading (Потоки) --> "Во время ожидания I/O-операции GIL освобождается, позволяя другим потокам работать. Эффективно для ожидания." "CPU-зависимые задачи (вычисления, обработка данных)" --> multiprocessing (Процессы) --> "Каждый процесс имеет свой интерпретатор и память, что обходится GIL. Позволяет использовать несколько ядер процессора."

Answer 65

Это ключевой принцип Python: "Если оно выглядит как утка, плавает как утка и крякает как утка, то это, вероятно, утка." Вместо проверки типа объекта (type(obj) is list), Python фокусируется на проверке наличия необходимых методов или атрибутов. Если объект имеет метод, который вам нужен, неважно, к какому классу он принадлежит.

Answer 66

Это два стиля кодирования: EAFP (Easier to Ask Forgiveness than Permission): Проще просить прощения, чем разрешения. Подразумевает, что вы сразу пробуете выполнить операцию и обрабатываете ошибку, если она возникает (try...except). Это предпочтительный стиль в Python. LBYL (Look Before You Leap): Смотри, прежде чем прыгнуть. Подразумевает, что вы сначала проверяете условие, а затем выполняете операцию (if...in, if hasattr(...)).

Top Python Interview Questions Flashcards

(91 cards)