Python面经【1】

一、协程的相关概念

协程(又称微线程)运行在线程之上,更加轻量级,协程并没有增加线程总数,只是在线程的基础上通过分时复用的方式运行多个协程,大大提高工程效率。

协程的特点:

  1. 轻量级:协程相比于线程来说更轻量级,它们不是由操作系统内核控制,而是完全由程序控制。这意味着创建和管理协程的开销远小于线程。
  2. 非抢占式多任务处理:线程的执行是被操作系统调度的,而协程的切换则是由程序员在代码中显示控制的。这样可以避免许多并发问题,因为协程的切换只会发生在预定的位置。
  3. 协作式运行:协程之间的运行是协作式的,而不是抢占式的。这意味着一个协程会运行到一定点,然后主动将控制权让渡给另一个协程,从而实现多个任何的并发执行。
  4. 协程中不需要多线程的锁机制,因为只有一个线程,也不存在同时写变量冲突,在协程中控制共享资源不加锁,只需要判断状态就好了,所以执行效率比线程高很多。

二、Python中的可变对象和不可变对象

  1. 不可变对象:该对象所指向的内存中的值不能被改变 。当改变某个变量时候,由于其指的值不能被改变,相当于把原来的值赋值一份再改变,这会开辟一个新的地址,变量再指向这个新的地址。
  2. 可变对象:该对象可以在内存地址不变 的情况下改变数值。变量(准确的说是引用)改变后,实际上其所指的值直接发生改变,并没有发生复制行为,也没有开辟新的地址,通俗点说就是原地改变。换句话说,可以在不创建新的对象的情况下改变对象的值。

三、Python的变量、对象以及引用

  1. 不可变对象:该对象所指向的内存中的值不能被改变 。当改变某个变量时候,由于其指的值不能被改变,相当于把原来的值赋值一份再改变,这会开辟一个新的地址,变量再指向这个新的地址。
  2. 可变对象:该对象可以在内存地址不变 的情况下改变数值。变量(准确的说是引用)改变后,实际上其所指的值直接发生改变,并没有发生复制行为,也没有开辟新的地址,通俗点说就是原地改变。换句话说,可以在不创建新的对象的情况下改变对象的值。

Python中,元组(tuple)、字符串str、数组类型(int和float)都是不可变类型。而列表list、字典dict、集合set是可变类型。

四、Python的变量、对象、以及引用

变量

  1. 在python中,变量是对象的引用,这意味着变量实际上只是指向内存中存储的对象的一个标签和名称。
  2. Python是动态类型语言,这意味着在创建变量时不需要显式指定变量的数据类型,解析器会根据所保存的对象自动推断变量的类型。

对象

  1. 对象是一块内存,表示它们所代表的值。
  2. 它们可以存储数据和方法。Python中的所有东西都是对象,即使最简单的数据类型。

引用

  1. 引用就是自动形成的从变量到对象的指针。引用是一种关系,类似于C语言的指针。
  2. 当创建一个变量并将对象分配给它时,变量实际上存储了对象的引用,而不是对象本身。
  3. 多个变量可以引用同一个对象,这意味着它们都指向相同的内存地址,因此对一个变量的操作可能会影响其他引用同一对象的变量。
相关推荐
sleven fung20 分钟前
MinerU与BabelDOC与KTransformers与OpenAI API库
开发语言·python·ai·langchain
小毛驴85029 分钟前
spring-boot-maven-plugin,maven-compiler-plugin 功能对比
java·python·maven
萤萤七悬33 分钟前
【Python笔记】AI帮实现CLI工具-使用argparse.ArgumentParser接收命令参数
开发语言·笔记·python
郑洁文2 小时前
基于Python的Web命令执行漏洞自动化检测系统
前端·python·网络安全·自动化
yingjie1102 小时前
Scanpy vs Seurat 深度对比:Python 与 R 的单细胞分析框架谁更强?
开发语言·python·r语言·生物信息学·单细胞转录组·seurat·scanpy
包子BI大数据3 小时前
3.openclaw小龙虾简单版安装教程
人工智能·python·ai
程序大视界3 小时前
【Python系列课程】Pandas(四):数据统计与排序——describe、sort_values、sample
开发语言·python·pandas
Cthy_hy3 小时前
Python算法竞赛:排列组合核心用法
开发语言·python·算法
C+-C资深大佬4 小时前
在PyCharm中创建虚拟环境的具体步骤是什么?
ide·python·pycharm
Dxy12393102164 小时前
Python Tensor 向量入门:从零理解深度学习的“数据语言“
开发语言·python·深度学习