Python基础高频面试题（超详细接地气答案）

Python基础高频面试题（超详细接地气答案）说明：所有题目为企业真实高频基础面试题，答案摒弃机器话术，以开发日常口语、面试标准作答，适合应届生、初级开发面试复习。一、Python基础语法核心题1、简述Python的特点和优缺点参考答案：Python是一门解释型、动态类型、面向对象的高级脚本语言。优点：1、语法简单，可读性极强，入门门槛低，代码量少，开发效率高；2、跨平台，Windows、Linux、Mac都能运行，兼容性好；3、生态极其完善，第三方库非常多，爬虫、数据分析、后端、人工智能都有成熟框架；4、支持面向对象、函数式、过程式多种编程风格，灵活度高。缺点：1、解释型语言，运行速度比编译型的Java、C++慢；2、全局解释器锁GIL导致多线程无法利用多核CPU，并发性能有局限；3、动态类型，运行时才检查类型，代码量大后容易出现隐性类型报错；4、版本兼容性差，Python2和Python3语法不互通，项目迁移成本高。2、解释一下解释型语言和编译型语言的区别参考答案：核心区别就是是否需要提前整体编译成机器码。编译型语言（C、Java、Go）：写完代码后，需要通过编译器整体编译成机器码文件，再运行，执行速度快，跨平台差。解释型语言（Python、JS）：不需要提前编译，运行时由解释器逐行翻译、逐行执行，启动快、开发快，但执行效率低，跨平台好。3、Python中print和return的区别参考答案：很多新手容易搞混，两者完全不是一个作用：1、print是输出打印，单纯把内容展示在控制台，不会保存数据，也不参与程序逻辑；2、return是函数返回值，只能写在函数里，作用是把函数运算结果返回出去，供外部代码接收、调用、计算，同时会终止当前函数执行。简单说：print是给人看的，return是给程序用的。4、Python中的变量、常量是什么？Python有没有真正的常量？参考答案：变量就是可以随时修改值的内存地址标识，Python所有变量都是动态赋值的。Python没有真正意义上的常量。日常开发中我们会把全大写的变量当做常量（比如PI=3.14），只是约定俗成不修改，但语法上完全可以重新赋值，没有强制限制。不像Java有final关键字锁死数值。5、==和is的区别参考答案：核心：==比数值，is比内存地址1、==：判断两个变量的值是否相等，不关心内存地址；2、is：判断两个变量是否是同一个对象，也就是内存地址完全一致。补充小知识点：Python有小整数池，-5~256的整数会常驻内存，所以这个区间内的数字用is判断会返回True，超出区间就会False。二、数据类型高频面试题1、Python有哪些基础数据类型？哪些是可变、不可变？参考答案：常用基础类型：int、float、str、bool、list、tuple、dict、set不可变类型（值修改就新建内存地址）：int、float、str、bool、tuple可变类型（原地修改，不新建地址）：list、dict、set面试必背关键点：字符串和元组不可变，列表字典集合可变。2、字符串为什么不可变？有什么好处？参考答案：Python设计时就规定字符串不可变，一旦创建就不能修改内部字符。平时看到的字符串替换、截取，本质都是生成了新的字符串，原字符串不变。好处：1、字符串可作为字典的key、集合元素，稳定不重复；2、支持字符串驻留机制，节省内存，提升运行效率；3、多线程场景下不可变数据天然安全，不需要加锁。3、列表和元组的区别？日常开发怎么选择？参考答案：1、语法区别：列表[]，元组()；2、可变性：列表可变，可以增删改查；元组不可变，创建后不能修改；3、性能：元组占用内存更小、运行更快；4、用法：列表可以随意嵌套修改，元组更安全、可哈希。开发选择原则：数据需要频繁修改、增删的用list；数据固定、只读、不允许改动的用tuple。4、字典的底层原理？为什么字典查询速度快？参考答案：Python3.7及以上字典底层是哈希表（散列表）结构，且有序（插入有序）。查询快的原因：字典通过key的哈希值直接定位内存地址，查询时间复杂度是O(1)；而列表是遍历查询，复杂度是O(n)，数据量越大差距越明显。补充：字典的key必须是不可变、可哈希的数据类型，列表、字典不能当key。5、集合的特点和作用参考答案：特点：无序、不重复、元素必须可哈希、可变。日常开发核心作用就两个：1、快速去重，列表转集合直接自动去重；2、做交集、并集、差集等数据比对操作。三、函数与参数面试题1、Python函数的参数类型有哪些？参考答案：一共四种常用参数，面试高频：1、位置参数：按顺序传参，数量必须对应；2、关键字参数：指定参数名传参，顺序可以乱；3、默认参数：定义时给默认值，不传参就用默认；4、可变参数：*args接收任意位置参数（元组），**kwargs接收任意关键字参数（字典）。2、默认参数的坑是什么？（面试必考）参考答案：最大的坑：默认参数不能用可变对象（list、dict、set）。原因：默认参数只在函数定义时初始化一次，每次调用函数如果不传新参数，都会复用同一个可变对象，导致数据累加、错乱。正确写法：默认值设为None，函数内部再初始化可变对象。3、局部变量和全局变量的区别？global关键字作用参考答案：全局变量：定义在函数外部，整个文件都能访问；局部变量：定义在函数内部，只能当前函数使用，函数执行结束就销毁。如果想在函数内部修改全局变量，必须用global关键字声明，否则会默认创建一个同名局部变量，不会修改全局值。4、递归函数的优缺点和使用条件参考答案：递归就是函数自己调用自己，必须有终止条件，否则无限递归报错。优点：代码简洁，适合树结构、斐波那契、阶乘等层级、迭代类问题；缺点：递归深度有限制，默认最大1000左右，容易栈溢出；重复计算多，效率比循环低。四、列表、字典常用操作与坑点1、列表append和extend的区别参考答案：append：整体追加，把传入的内容当做一个元素加到列表末尾；extend：迭代追加，把传入的可迭代对象逐个拆分元素追加到列表。举例：a=[1,2]，a.append([3,4])结果是[1,2,[3,4]]；a.extend([3,4])结果是[1,2,3,4]。2、遍历列表时删除元素为什么会出问题？怎么解决？参考答案：问题原因：列表遍历是按索引顺序走的，删除元素后列表长度变短、元素前移，会导致跳过部分元素，删不干净。解决方案：1、倒序遍历删除（最常用）；2、遍历原列表，操作新列表；3、用列表推导式筛选，简洁高效。3、字典遍历过程中新增/删除键值对会报错，怎么解决？参考答案：Python不允许遍历字典的同时修改字典结构，会触发迭代异常。解决方式：遍历字典的key列表（list(dict.keys())），相当于遍历快照，不影响原字典结构。五、高阶函数与推导式1、说说map、filter、reduce的作用参考答案：1、map：映射，对可迭代对象每个元素统一执行一个函数，返回新迭代器（批量处理数据）；2、filter：过滤，根据函数返回的布尔值，筛选符合条件的元素；3、reduce：累积计算，从左到右依次对元素做叠加、累乘等聚合操作，需要导入functools。2、列表推导式、字典推导式的优势参考答案：相比普通for循环，推导式代码更简洁、执行效率更高，底层是C语言优化，比纯Python循环快很多。日常开发中优先用推导式处理简单的筛选、生成、映射逻辑。六、异常处理1、Python异常处理机制？try-except-finally执行顺序参考答案：基础结构：try捕获异常、except处理异常、else无异常执行、finally无论是否报错都会执行。执行顺序：try代码正常执行无报错→走else→走finally；try报错→中断try→走对应except→走finally。场景：finally常用于关闭文件、关闭数据库连接、释放资源等收尾操作。2、常见的Python异常有哪些？参考答案：1、SyntaxError：语法错误；2、IndexError：索引越界；3、KeyError：字典key不存在；4、TypeError：类型错误；5、ValueError：数值取值错误；6、AttributeError：对象没有对应属性。七、GIL、内存与深浅拷贝（基础高频）1、什么是GIL？有什么影响？参考答案：GIL就是Python全局解释器锁，是Cpython解释器的一把锁，同一时刻只有一个线程执行Python代码。影响：1、多线程在CPU密集型任务下无法利用多核，并发效率低；2、IO密集型任务（爬虫、接口请求、文件读写）不受影响，多线程依然高效；3、想要利用多核，只能用多进程。2、浅拷贝和深拷贝的区别？怎么实现？参考答案：1、浅拷贝：只拷贝顶层对象，内部嵌套的可变对象依然共用同一个内存地址，改原数据嵌套内容，拷贝后的数据会跟着变；2、深拷贝：完全拷贝所有层级对象，彻底独立，原数据修改不会影响拷贝后的数据。实现方式：浅拷贝：列表切片、copy.copy()；深拷贝：copy.deepcopy()。八、文件操作基础1、open函数常见模式有哪些？参考答案：r：只读模式，文件不存在报错；w：清空写