Python 基础问题

python 中有哪些类型或数据结构

在 Python 中，有多种类型和数据结构可用于存储和组织数据。以下是一些常见的类型和数据结构：

1. 数值型（Numeric Types）：用于表示数字的类型，包括整数（int）、浮点数（float）和复数（complex）等。
2. 字符串（String）：用于表示文本数据的类型，由一系列字符组成，使用单引号或双引号括起来。
3. 列表（List）：可变的有序序列，可以包含不同类型的元素。使用方括号括起，元素之间使用逗号分隔。
4. 元组（Tuple）：不可变的有序序列，与列表类似，但元素不可修改。使用圆括号括起，元素之间使用逗号分隔。
5. 集合（Set）：无序的数据集合，没有重复元素，支持基本的集合操作，如并集、交集、差集等。
6. 字典（Dictionary）：无序的键值对集合，每个元素由一个唯一键和对应的值组成，用大括号括起，键和值之间使用冒号分隔。
7. 布尔型（Boolean）：表示真或假的值，只有两个取值：True 和 False。
8. 零值（None）：表示空和缺失的特殊对象，常用于表示一个没有值的变量。

除了上述基本类型和数据结构，Python 还提供了许多其他类型和数据结构，如字节串（bytes）、字节数组（bytearray）、范围（range）、枚举（enum）等。此外，还可以使用模块和库来引入自定义的数据结构和类型，以满足特定的编程需求。

这些类型和数据结构在 Python 中非常常用，开发者可以根据具体的需求选择合适的类型来存储和操作数据。

什么是有序和无序

有序（Ordered）和无序（Unordered）是描述数据的排列方式或组织形式的概念。

有序指的是数据的元素按照一定的顺序进行排列，并且这个顺序是可以预测和可靠的。在有序数据中，元素之间存在一种明确的关系或结构。通过索引或位置，我们可以访问和获取特定位置的元素。常见的有序数据结构包括列表（List）、元组（Tuple）、字符串（String）等。

例如，一个列表 [1, 2, 3, 4] 是有序的，其中元素按照从左到右的顺序排列。我们可以使用索引来访问特定位置的元素，如 my_list[0] 表示获取列表中的第一个元素。

相反，无序指的是数据的元素没有明确的顺序或排列方式。元素在容器中不存在特定的位置或索引，因此不能准确地预测或确定元素的顺序。常见的无序数据结构包括集合（Set）、字典（Dictionary）等。

例如，一个集合 {1, 2, 3, 4} 是无序的，其中元素之间没有特定的顺序。我们不能使用索引来获取某个元素，只能通过成员关系判断一个元素是否存在于集合中。

需要注意的是，有序和无序仅描述了数据的排列方式，并不代表数据的值或内容的有序或无序。在有序数据结构中，元素的值仍然可以是无序的，而在无序数据结构中，元素的值也可以按一定的方式进行组织和排序。

什么是可变和不可变

可变（Mutable）和不可变（Immutable）是描述数据对象是否可以被修改的概念。

可变指的是数据对象的值可以被修改或改变。这意味着在对可变对象进行操作时，可以更改其内部的状态或内容，而对象的身份或标识不会改变。可变对象可以添加、删除或更新其元素。常见的可变对象包括列表（List）、字典（Dictionary）、集合（Set）等。

例如，对于一个列表 [1, 2, 3]，我们可以执行操作来添加一个新元素，如 my_list.append(4)，此时该列表就会改变并包含新的元素。

相反，不可变指的是数据对象的值不能被修改或改变。当尝试修改不可变对象时，实际上是创建了一个新的对象，而原始对象保持不变。不可变对象的值在创建后就无法更改。常见的不可变对象包括整数（int）、浮点数（float）、字符串（string）、元组（tuple）等。

例如，对于一个字符串 "Hello"，我们不能直接在原始字符串上进行修改，但可以通过创建新的字符串来进行操作，如 new_string = my_string + " World"，此时会生成一个新的字符串对象。

不可变对象的优点包括更安全和可靠。由于不可变对象不可更改，因此在多个引用之间共享时，不会出现意外的副作用或不一致的结果。

需要注意的是，对一个变量重新赋值并不改变原始对象的可变性。例如，对一个可变对象重新赋值后，该变量引用了一个新的对象，但原始对象仍然存在于内存中，因此它的内部状态可以被修改。而对一个不可变对象重新赋值时，会创建一个新的对象，原始对象也不会改变。

a = [1, 2, 3, 4]
print(id(a))  # 1534040865600

a.append(5)
print(id(a))  # 1534040865600

c = a
print(id(c))  # 2394275183424

b = a.copy()
print(id(b))  # 2989132595456

print(a == b)  # True

print(a is b)  # False

当你修改列表的时候，他的id不会改变。这就是可变

a = "cxk"
print(id(a))  # 2874637880752
a += "d"
print(a, id(a))  # 2874637880560

当你修改元组就压根不能修改
字符串可以修改，但是改后id会变，这就是不可变

字典中，什么类型可以当做key去使用

在字典中，只有不可变的数据类型可以作为键（key）使用。这是因为字典的键需要具备哈希（hash）的特性，而哈希值是通过键的内容计算得到的。

以下是一些常见的可作为字典键的数据类型：

1. 整数（int）：整数是不可变的，可以作为字典的键。
2. 浮点数（float）：浮点数也是不可变的，可以作为字典的键。
3. 字符串（str）：字符串是不可变的，常用作字典的键。
4. 元组（tuple）：元组是不可变的，因此可以作为字典的键。但要注意，元组只有当其内部的元素也都是不可变类型时，才能作为字典的键。

以下是一些不能作为字典键的数据类型：

1. 列表（list）：列表是可变的，因此不能作为字典的键。
2. 字典（dictionary）：字典本身是可变的，所以不能作为字典的键。
3. 集合（set）：集合是可变的，不能作为字典的键。

需要注意的是，虽然字符串和整数是可哈希的，并且可以作为字典的键，但相同内容的字符串对象或整数对象，在内存中只有一个实例，并且具有相同的哈希值。这意味着当使用相同内容的字符串或整数作为键时，它们会被视为相同的键，并且只能在字典中出现一次。如果尝试使用列表、字典或集合作为键，则会引发 TypeError 异常。

闭包是什么

闭包（Closure）是指在一个函数内部定义的函数，并且该内部函数可以访问外部函数的变量、参数以及定义的其他函数。闭包可以捕获外部函数的状态，包括局部变量、参数等，并将其保存起来，使得外部函数的状态在内部函数被调用时仍然保持有效。

在Python中，当一个内部函数引用了外部函数的变量时，就会形成一个闭包。闭包函数可以像普通函数一样被调用，并且可以访问外部函数的变量，即使外部函数已经执行结束。

下面是一个简单的示例：

pythonCopy Codedef outer_function(x):
    def inner_function(y):
        return x + y
    return inner_function

closure = outer_function(10)
print(closure(5))  # 输出 15

上述代码中，outer_function 是一个外部函数，它接受一个参数 x，并在内部定义了 inner_function。inner_function 可以访问外部函数的参数 x，并返回 x + y 的结果。

通过调用 outer_function(10)，我们得到一个闭包 closure，它绑定了 x 的值为 10。然后，我们再次调用 closure(5)，实际上是调用了内部函数 inner_function，并传入参数 y 值为 5。最终的结果是 10 + 5，即 15。

闭包在编程中有一些应用场景，其中一个常见的是延迟计算。通过使用闭包，我们可以将一些状态或变量的绑定延迟到函数被调用的时候，从而实现一些特定的功能，例如惰性求值、缓存等。

需要注意的是，在使用闭包时，要注意处理外部函数变量的生命周期，避免出现意外的问题，如变量泄漏等。

装饰器是什么

装饰器利用了闭包中内部函数可以访问外部函数参数的特征 和 函数可以当做参数传递的特征实现。

def logger(func):
    def wrapper(*args, **kwargs):
        print("Function {}() is called with arguments: {}, {}".format(func.__name__, args, kwargs))
        result = func(*args, **kwargs)
        print("Function {}() returns: {}".format(func.__name__, result))
        return result
    return wrapper

@logger
def add(a, b):
    return a + b

add(2, 3)  # 输出: Function add() is called with arguments: (2, 3), {}
           #      Function add() returns: 5