Python常见面试题的详解11

1. 函数调用参数的传递方式是值传递还是引用传递？ 要点

在 Python 中，参数传递方式既不是纯粹的值传递，也不是纯粹的引用传递，而是 “对象引用传递”。本质上传递的是对象引用的副本，对于不可变对象，函数内修改参数不会影响原对象；对于可变对象，函数内修改参数可能会影响原对象。

python

# 不可变对象作为参数（类似值传递） def modify_immutable(num): num = num + 1 return num a = 1 print(modify_immutable(a)) # 输出 2 print(a) # 输出 1，a 的值未改变 # 可变对象作为参数（类似引用传递） def modify_mutable(lst): lst.append(4) return lst my_list = [1, 2, 3] print(modify_mutable(my_list)) # 输出 [1, 2, 3, 4] print(my_list) # 输出 [1, 2, 3, 4]，my_list 的值被改变 示例

在实际编程中，了解参数传递方式有助于避免意外修改数据。例如当需要保护可变对象不被函数修改时，可以传递其副本：

python

def modify_mutable_safely(lst): new_lst = lst.copy() new_lst.append(4) return new_lst my_list = [1, 2, 3] print(modify_mutable_safely(my_list)) # 输出 [1, 2, 3, 4] print(my_list) # 输出 [1, 2, 3]，my_list 的值未改变

2. 如何理解缺省参数？ 要点

缺省参数（默认参数）是在函数定义时为参数指定默认值。调用函数时若未提供该参数的值，则使用默认值。这提高了函数的灵活性，减少了代码重复。

python

def greet(name, message="Hello"): print(f"{message}, {name}!") greet("Alice") # 输出 "Hello, Alice!" greet("Bob", "Hi") # 输出 "Hi, Bob!" 示例

默认参数必须放在非默认参数之后，且默认参数的值在函数定义时就被确定，而不是在调用时。若默认参数是可变对象，可能会出现意外结果：

python

def add_item(item, lst=[]): lst.append(item) return lst print(add_item(1)) # 输出 [1] print(add_item(2)) # 输出 [1, 2]，而不是预期的 [2] # 正确做法，使用 None 作为默认值 def add_item_safely(item, lst=None): if lst is None: lst = [] lst.append(item) return lst print(add_item_safely(1)) # 输出 [1] print(add_item_safely(2)) # 输出 [2]

3. MySQL 怎么限制 IP 访问？ 要点

可以通过 MySQL 的用户权限设置和服务器防火墙规则来限制 IP 访问，增强数据库的安全性。

python

import mysql.connector # 假设已经在 MySQL 中创建了只允许特定 IP 访问的用户 try: mydb = mysql.connector.connect( host="localhost", user="testuser", password="your_password", database="your_database" ) print("Connected to MySQL!") except mysql.connector.Error as err: print(f"Error: {err}") 示例

在 MySQL 中，可以使用更复杂的权限设置，如限制用户对特定表、特定操作的访问：

sql

-- 只允许 192.168.1.100 的用户 testuser 对表 your_table 进行 SELECT 操作 GRANT SELECT ON your_database.your_table TO 'testuser'@'192.168.1.100' IDENTIFIED BY 'your_password'; FLUSH PRIVILEGES;

4. 什么是带参数的装饰器？ 要点

带参数的装饰器是装饰器的扩展，允许装饰器接收额外参数。通常通过三层嵌套函数实现，外层函数接收装饰器参数，中层函数接收被装饰函数，内层函数实现具体功能。

python

def repeat(n): def decorator(func): def wrapper(*args, **kwargs): for _ in range(n): result = func(*args, **kwargs) return result return wrapper return decorator @repeat(3) def say_hello(): print("Hello!") say_hello() # 会输出三次 "Hello!" 示例

带参数的装饰器可用于更复杂的场景，如日志记录、性能监控等。例如根据不同参数记录不同级别的日志：

python

import logging def log(level): def decorator(func): def wrapper(*args, **kwargs): if level == 'info': logging.info(f"Calling function {func.__name__}") elif level == 'debug': logging.debug(f"Calling function {func.__name__}") result = func(*args, **kwargs) return result return wrapper return decorator @log('info') def my_function(): print("Function is running.") my_function()

5. 为什么函数名字可以当做参数用？ 要点

在 Python 中，函数是一等公民，可像其他数据类型一样赋值、传递和返回。这使得函数编程更加灵活，可实现高阶函数等功能。

python

def add(a, b): return a + b def apply(func, a, b): return func(a, b) result = apply(add, 3, 4) print(result) # 输出 7

示例

函数作为参数可用于实现策略模式，根据不同的策略函数执行不同的操作：

python

def multiply(a, b): return a * b def subtract(a, b): return a - b def calculate(func, a, b): return func(a, b) print(calculate(add, 5, 3)) # 输出 8 print(calculate(multiply, 5, 3)) # 输出 15 print(calculate(subtract, 5, 3)) # 输出 2

6. 有如下一段代码，print c 会输出什么，为什么？

python

a = 10 b = 20 c = [a] a = 15 print(c) 要点

列表 c 存储的是变量 a 的值，而不是变量 a 本身。当 a 的值改变时，不会影响 c 中已存储的值。上述代码输出 [10]。因为 c = [a] 操作是将 a 的值 10 复制到列表 c 中，之后 a 重新赋值为 15，对列表 c 没有影响。

示例

若要实现 c 随 a 的变化而变化，可以使用自定义类来封装 a 和 c 的关系：

python

class ValueTracker: def __init__(self, value): self.value = value self.tracked_list = [self.value] def update_value(self, new_value): self.value = new_value self.tracked_list[0] = self.value tracker = ValueTracker(10) c = tracker.tracked_list print(c) # 输出 [10] tracker.update_value(15) print(c) # 输出 [15]

7. 什么是map 函数和 reduce 函数？ 要点

map 函数：将一个函数应用到可迭代对象的每个元素上，返回一个迭代器。

reduce 函数（Python 3 中在 functools 模块）：对可迭代对象的元素进行累积操作。

python

# map 函数 numbers = [1, 2, 3, 4] squared = map(lambda x: x ** 2, numbers) print(list(squared)) # 输出 [1, 4, 9, 16] # reduce 函数 from functools import reduce sum_result = reduce(lambda x, y: x + y, numbers) print(sum_result) # 输出 10

示例

map 函数可用于多个可迭代对象：

python

list1 = [1, 2, 3] list2 = [4, 5, 6] result = map(lambda x, y: x + y, list1, list2) print(list(result)) # 输出 [5, 7, 9] # reduce 函数可用于自定义累积规则，如计算阶乘 def factorial(n): return reduce(lambda x, y: x * y, range(1, n + 1)) print(factorial(5)) # 输出 120

8. 回调函数是如何通信的？ 要点

回调函数是作为参数传递给另一个函数的函数，在特定事件或操作完成时被调用。通信方式分为同步回调和异步回调。

python

# 同步回调 def callback(result): print(f"The result is: {result}") def calculate(a, b, callback): result = a + b callback(result) calculate(1, 2, callback) # 输出 "The result is: 3" # 异步回调（使用 asyncio） import asyncio async def async_operation(callback): await asyncio.sleep(1) result = 10 callback(result) def async_callback(result): print(f"Async result: {result}") async def main(): await async_operation(async_callback) asyncio.run(main()) 示例

回调函数可用于事件驱动编程，如 GUI 编程中处理按钮点击事件：

python

import tkinter as tk def button_click_callback(): print("Button was clicked!") root = tk.Tk() button = tk.Button(root, text="Click me", command=button_click_callback) button.pack() root.mainloop()

9. 主要的内置数据类型都有哪些？ print dir (‘a’) 的输出？ 要点

Python 主要内置数据类型包括数字类型（整数、浮点数、复数）、序列类型（字符串、列表、元组、范围）、映射类型（字典）、集合类型（集合、冻结集合）、布尔类型和空类型。dir('a') 输出字符串对象的所有属性和方法列表。

python

# 查看内置数据类型示例 num = 10 # 整数 float_num = 3.14 # 浮点数 complex_num = 1 + 2j # 复数 string = "Hello" # 字符串 list_data = [1, 2, 3] # 列表 tuple_data = (1, 2, 3) # 元组 range_data = range(5) # 范围 dict_data = {'key': 'value'} # 字典 set_data = {1, 2, 3} # 集合 frozenset_data = frozenset([1, 2, 3]) # 冻结集合 bool_value = True # 布尔值 none_value = None # 空类型 # 查看字符串对象的属性和方法 print(dir('a')) 示例

了解这些内置数据类型的属性和方法有助于高效编程。例如字符串的 split 方法可用于分割字符串：

python

text = "Hello,World" words = text.split(',') print(words) # 输出 ['Hello', 'World']

10. 写出map (lambda x:x*x，[y for y in range (3)]) 的输出？ 要点

在 Python 3 中，map 函数返回迭代器，需转换为列表等可迭代对象查看结果。

python

result = map(lambda x: x * x, [y for y in range(3)]) print(list(result)) # 输出 [0, 1, 4] 示例

可以结合 map 函数和其他函数实现更复杂的操作，如将列表中的字符串转换为整数并求和：

python

str_list = ['1', '2', '3'] int_list = map(int, str_list) sum_result = sum(int_list) print(sum_result) # 输出 6

友情提示：本文已经整理成文档，可以到如下链接免积分下载阅读

download.csdn.net/download/ylfhpy/90398083