Python 特性
Python 是强语言类型还是弱语言类型？
Python 是强类型的动态脚本语言。
- 强类型：不允许不同类型相加。
- 动态：不使用显示数据类型声明，且确定一个变量的类型是在第一次给它赋值的时候。
- 脚本语言：一般也是解释型语言，运行代码只需要一个解释器，不需要编译。
什么是解释性语言，什么是编译性语言?
计算机不能直接理解高级语言，只能理解机器语言，所以必须要把高级语言翻译成机器语言， 计算机才能执行高级语言编写的程序。
- 解释性语言在运行程序的时候才会进行翻译。
- 编译型语言写的程序在执行之前，需要一个专门的编译过程，把程序编译成机器语言（可执行文件）。
Python 中有日志吗?怎么使用?
- 有日志
- Python 自带 logging 模块，调用 logging.basicConfig()方法，配置需要的日志等级和相应的参数， Python 解释器会按照配置的参数生成相应的日志。
Python 是如何进行类型转换的
可以使用内置函数直接转换的有：
list---->tuple tuple(list)
tuple---->list list(tuple)
Python2 与 Python3 的区别？
-
核心类差异
- Python3 对 Unicode 字符的原生支持。
- Python3 采用的是绝对路径的方式进行 import。
- Python2中存在老式类和新式类的区别，Python3统一采用新式类。新式类声明要求继承object， 必须用新式类应用多重继承。
- Python3 使用更加严格的缩进
-
废弃类差异
- print 语句被 Python3 废弃，统一使用 print 函数
- exec 语句被 python3 废弃，统一使用 exec 函数
- execfile 语句被 Python3 废弃，推荐使用 exec(open("./filename").read())
- 不相等操作符"<>“被 Python3 废弃，统一使用”!="
- long 整数类型被 Python3 废弃，统一使用 int
- xrange 函数被 Python3 废弃，统一使用 range
- Python3 中dictionary 关联的 keys()、values()、items()，zip()， map()，filter()方法不再返回 list 对象，但是可以通过 list 强行转换
- 迭代器 iterator 的 next()函数被 Python3 废弃，统一使用 next(iterator)
- raw_input 函数被 Python3 废弃，统一使用 input 函数
- 字典变量的 has_key 函数被 Python 废弃，统一使用 in 关键词
- file 函数被 Python3 废弃，统一使用 open 来处理文件，可以通过 io.IOBase 检查文件类型
- apply 函数被 Python3 废弃
- 异常 StandardError 被 Python3 废弃，统一使用 Exception
-
修改类差异
-
除法"/“和”//"区别
- “/”
- Python2：若为两个整形数进行运算，结果为整形，但若两个数中有一个为浮点数，则结果为 浮点数
- Python3:为真除法，运算结果不再根据参加运算的数的类型。
- “//”
- Python2：返回小于除法运算结果的最大整数；从类型上讲，与"/"运算符返回类型逻辑一致。
- Python3：和 Python2 运算结果一样。
- “/”
-
异常抛出和捕捉机制区别
- Python2
1. raise IOError, "file error" #抛出异常 2. except NameError, err: #捕捉异常- Python3
1. raise IOError("file error") #抛出异常 2. except NameError as err: #捕捉异常 -
for 循环中变量值区别
- Python2，for 循环会修改外部相同名称变量的值
- Python3，for 循环不会修改外部相同名称变量的值
-
round函数返回值区别
- Python2，round 函数返回 float 类型值
- Python3，round 函数返回 int 类型值
-
比较操作符区别
- Python2 中任意两个对象都可以比较
- Python3 中只有同一数据类型的对象可以比较
-
-
第三方工具包差异
常见的第三方工具包
-
工具安装问题
- Python2 无法安装 mysqlclient
- Python3 无法安装 MySQL-python、flup、functools32、Gooey、 Pywin32、 webencodings。
- matplotlib 在 python3 环境中,装报错：The following required packages can not be built:freetype,需要手动下载安装源码包安装
- scipy 在 Python3 环境中安装报错，numpy.distutils.system_info.NotFoundError，需要自己手 工下载对应的安装包，依赖 numpy,pandas 必须严格根据 python 版本、操作系统、64 位与否
- centos 环境下
- Python2 无法安装 mysql-python 和 mysqlclient 包，报错：EnvironmentError: mysql_config not found，解决方案是安装 mysql-devel 包解决
- 使用 matplotlib 报错：no module named _tkinter， 安装 Tkinter、tk-devel、tc-devel 解决。
- pywin32 也无法在 centos 环境下安装。
Python 中的作用域
Python 中，一个变量的作用域总是由在代码中被赋值的地方所决定。
- 当 Python 遇到一个变量的话 它会按照顺序进行搜索：
- 本地作用域(Local) ==> 当前作用域被嵌入的本地作用域(Enclosing locals) ==> 全局/模块作用域 (Global) ==> 内置作用域(Built-in)。
什么是 Python
- Python 是一种编程语言，它有对象、模块、线程、异常处理和自动内存管理，可以加入其他语 言的对比。
- Python 是一种解释型语言，Python 在代码运行之前不需要解释。
- Python 是动态类型语言，在声明变量时，不需要说明变量的类型。
- Python 适合面向对象的编程，因为它支持通过组合与继承的方式定义类。
- 在 Python 语言中，函数是第一类对象。
- Python 代码编写快，但是运行速度比编译型语言通常要慢。
- Python 用途广泛，常被用走"胶水语言"，可帮助其他语言和组件改善运行状况。
- 使用 Python，程序员可以专注于算法和数据结构的设计，而不用处理底层的细节。
什么是 Python 自省
Python 自省是 Python 具有的一种能力，使程序员面向对象的语言所写的程序在运行时,能够获得 对象的类 Python 型。
Python 是一种解释型语言，为程序员提供了极大的灵活性和控制力。
什么是 Python 的命名空间
在 Python 中，所有的名字都存在于一个空间中，它们在该空间中存在和被操作——这就是命名空 间。它就好像一个盒子，每一个变量名字都对应装着一个对象。当查询变量的时候，会从该盒子里面寻 找相应的对象。
Python代码规范是什么？请举例说明其要求
PEP8 规范
-
变量
- 常量：大写加下划线 USER_CONSTANT。
- 私有变量 : 小写和一个前导下划线 _private_value。
- Python 中不存在私有变量一说，若是遇到需要保护的变量，使用小写和一个前导下划线。但这只是 程序员之间的一个约定，用于警告说明这是一个私有变量，外部类不要去访问它。但实际上，外部类还 是可以访问到这个变量。
- 内置变量 : 小写，两个前导下划线和两个后置下划线 __class__
- 两个前导下划线会导致变量在解释期间被更名。这是为了避免内置变量和其他变量产生冲突。用户 定义的变量要严格避免这种风格。以免导致混乱。
-
函数和方法
- 应该使用，小写和下划线
- 私有方法 ：小写和一个前导下划线
- 这里和私有变量一样，并不是真正的私有访问权限。同时也应该注意一般函数不要使用两个前导下 划线(当遇到两个前导下划线时，Python 的名称改编特性将发挥作用)。
- 特殊方法 ：小写和两个前导下划线，两个后置下划线
- 这种风格只应用于特殊函数，比如操作符重载等
- 函数参数 : 小写和下划线，缺省值等号两边无空格
-
类
- 使用驼峰格式命名，即所有单词首字母大写其余字母小写,类名应该简明，精确，并足以从 中理解类所完成的工作
- 常见的一个方法是使用表示其类型或者特性的后缀，例如: SQLEngine，MimeTypes 对于基类而言，可以使用一个 Base 或者 Abstract 前缀 BaseCookie， AbstractGroup
- 使用驼峰格式命名，即所有单词首字母大写其余字母小写,类名应该简明，精确，并足以从 中理解类所完成的工作
-
模块和包
- 除特殊模块 init 之外，模块名称都使用不带下划线的小写字母。
- 若是它们实现一个协议，那么通常使用 lib 为后缀，例如:
- import smtplib
-
关于参数
- 不要用断言来实现静态类型检测。
- 断言可以用于检查参数，但不应仅仅是进行静态类型检测。 Python 是动态类型语言，静态类型检测违背了其设计思想。
- 断言应该用于避免函数不被毫无意义的调 用。
- 不要滥用*args 和**kwargs。
- *args 和 **kwargs 参数可能会破坏函数的健壮性。它们使签名变得模糊，而且代码常常开始在不应该的地方构建小的参数解析器。
- 不要用断言来实现静态类型检测。
-
其他
- 使用 has 或 is 前缀命名布尔元素
- is_connect = True
- has_member = False
- 用复数形式命名序列
- members = [‘user_1’, ‘user_2’]
- 用显式名称命名字典
- person_address = {‘user_1’:‘10 road WD’, ‘user_2’ : ‘20 street huafu’}
- 避免通用名称
- 诸如 list, dict, sequence 或者 element 这样的名称应该避免。
- 避免现有名称
- 诸如 os, sys 这种系统已经存在的名称应该避免。
- 使用 has 或 is 前缀命名布尔元素
-
一些数字
- 一行列数 : PEP 8 规定为 79 列。根据自己的情况，比如不要超过满屏时编辑器的显示列数。
- 一个函数 : 不要超过 30 行代码, 即可显示在一个屏幕类，可以不使用垂直游标即可看到整个函数。
- 一个类 : 不要超过 200 行代码，不要有超过 10 个方法。一个模块 不要超过 500 行
-
验证脚本
可以安装一个 pep8 脚本用于验证你的代码风格是否符合 PEP8