高频 Python 面试题解析（附代码解释）
引言
Python作为目前最受欢迎的编程语言之一，广泛应用于Web开发、数据分析、人工智能等领域。在面试中，Python的基础知识、数据结构、算法等方面的高频问题总是被考察。因此，在这篇文章中，我们将深入剖析一些常见的Python面试题，帮助你轻松应对面试挑战。
1. Python 中的深拷贝与浅拷贝
问题：什么是深拷贝与浅拷贝？它们的区别是什么？
浅拷贝会创建一个新的对象，但不会递归拷贝其中的元素，而是仅拷贝元素的引用；深拷贝则会递归地拷贝对象及其所有引用的元素。
代码示例
import copy # 浅拷贝 a = [1, 2, [3, 4]] b = copy.copy(a) b[2][0] = 100 print(a) # 输出: [1, 2, [100, 4]] print(b) # 输出: [1, 2, [100, 4]] # 深拷贝 c = copy.deepcopy(a) c[2][1] = 200 print(a) # 输出: [1, 2, [100, 4]] print(c) # 输出: [1, 2, [100, 200]]
解析
- 浅拷贝：修改深层嵌套列表中的元素，会影响原列表。
- 深拷贝：对嵌套对象的修改不会影响原对象。
2. Python 中的装饰器
问题：装饰器是什么？如何使用？
装饰器是一个函数，它接收一个函数作为参数，并返回一个新的函数。它常用来对现有函数进行扩展，避免修改原函数代码。
代码示例
def decorator(func): def wrapper(): print("Before function call") func() print("After function call") return wrapper @decorator def say_hello(): print("Hello, World!") say_hello()
解析
@decorator是对say_hello函数的装饰，实际上等同于say_hello = decorator(say_hello)。- 装饰器可以在不修改原函数的情况下，添加功能。
3. Python 中的 GIL（全局解释器锁）
问题：什么是 GIL？它如何影响 Python 的并发？
GIL 是 Python 解释器的一个机制，它确保同一时刻只有一个线程在执行 Python 字节码。由于 GIL 的存在，Python 在多线程中不能充分利用多核 CPU。
代码示例
import threading import time def count(): count = 0 for _ in range(1000000): count += 1 start = time.time() threads = [] for i in range(2): t = threading.Thread(target=count) threads.append(t) t.start() for t in threads: t.join() print("Time taken:", time.time() - start)
解析
- 在多核 CPU 上，由于 GIL 的限制，这段代码并不会像预期那样并行执行。
- 可以使用多进程（
multiprocessing模块）来避免 GIL 的影响。
4. 列表推导式与生成器表达式
问题：列表推导式和生成器表达式有什么区别？
- 列表推导式会返回一个完整的列表，而生成器表达式返回一个生成器对象，可以通过迭代来惰性地生成元素。
代码示例
# 列表推导式 lst = [x**2 for x in range(5)] print(lst) # 输出: [0, 1, 4, 9, 16] # 生成器表达式 gen = (x**2 for x in range(5)) print(gen) # 输出: <generator object <genexpr> at 0x...> for val in gen: print(val) # 输出: 0, 1, 4, 9, 16
解析
- 列表推导式一次性生成所有元素，存储在内存中；生成器表达式则是惰性生成，节省内存。
5. Python 的 Lambda 函数
问题：什么是 Lambda 函数？它的作用是什么？
Lambda 函数是一种匿名函数，它可以用来执行简单的操作，通常用于需要函数作为参数的场景。
代码示例
# 普通函数 def add(x, y): return x + y # Lambda 函数 add_lambda = lambda x, y: x + y print(add(3, 4)) # 输出: 7 print(add_lambda(3, 4)) # 输出: 7
解析
- Lambda 函数简洁且易于传递给高阶函数，例如
map()或filter()。
结语
本文介绍了 Python
面试中的一些高频问题，包括深拷贝与浅拷贝、装饰器、GIL、列表推导式与生成器表达式、Lambda
函数等。掌握这些内容，将帮助你在面试中表现更加出色。
arkdown格式的文档可以直接用于CSDN或其他平台。希望对你写作有所帮助！如果需要更多内容或修改，随时告诉我！