python问题笔记
01 python的GIL是什么？
GIL 是 Global Interpreter Lock（全局解释器锁）的缩写，是 Python CPython 解释器（Python 的主流实现）中的一个技术术语。GIL 是一个互斥锁，用于在任何时刻只允许一个线程执行 Python 字节码。这意味着在多线程的环境中，即使在多核心的机器上，只有一个线程在给定的时间内被执行。
想象你有一个咖啡店，而这家咖啡店只有一个咖啡机。GIL 就像这个咖啡店的规矩：一次只允许一个员工使用咖啡机。
-
如果有很多顾客来买咖啡，即使你雇佣了多个员工（这里的员工可以想象为线程），由于这个“一次只允许一个员工使用咖啡机”的规矩，其他的员工都必须等待，直到咖啡机空闲下来。这就是为什么即使你有很多线程，但在 CPU 密集型任务上，它们还是一个接一个地执行，而不是同时执行。
-
但是，如果员工在为客户做咖啡的时候，需要等待咖啡豆磨成咖啡粉（可以看作 I/O 操作，如读取文件或网络请求），那么这个员工可以让出咖啡机，允许其他员工来使用。这就是为什么在 I/O 密集型任务上，多线程仍然是有效的，因为线程在等待的时候可以释放 GIL，让其他线程运行。
所以，GIL 就像一个规定，确保一次只有一个线程执行任务，而其他线程必须等待。这对于保护数据是有帮助的，但在多核 CPU 上，它限制了多线程程序的并发性能。
希望这个比喻能让你更好地理解 GIL 的概念。
02 python列表去重
在 Python 中，有多种方法可以实现列表去重。以下是几种常见的方法：
- 使用集合(Set)：将列表转换为集合，集合会自动去除重复元素，然后再将它转换回列表。
my_list = [1, 2, 2, 3, 4, 4, 5]
unique_list = list(set(my_list))
print(unique_list)
输出：
[1, 2, 3, 4, 5]
03 fun(args,**kwargs)中的args,**kwargs什么意思？
以下是一个简单的例子来说明它们的用法：
def example_function(*args, **kwargs):
print("args: ", args)
print("kwargs: ", kwargs)
# 调用函数
example_function(1, 2, 3, a=4, b=5, c=6)
输出：
args: (1, 2, 3)
kwargs: {'a': 4, 'b': 5, 'c': 6}
从上面的例子可以看出：
args捕获了所有位置参数，并将它们存储为一个元组。kwargs捕获了所有的关键字参数，并将它们存储为一个字典。
这两种语法允许函数接受任意数量和类型的参数，使得函数更加灵活。
04 元组和列表
当然可以。让我们先讨论 Python 中的元组（tuple）和列表（list）。
-
列表 (list)：
- 列表是一个有序的元素集合。
- 列表是可变的，这意味着你可以在创建后修改、添加或删除列表中的元素。
- 它使用方括号
[]进行定义。 - 例如：
fruits = ['apple', 'banana', 'cherry']
-
元组 (tuple)：
- 元组也是一个有序的元素集合，但与列表不同，元组是不可变的。这意味着一旦你创建了元组，就不能再修改、添加或删除其中的元素。
- 它使用圆括号
()进行定义。 - 例如：
colors = ('red', 'green', 'blue')
以下是一个使用元组的示例，这个示例中我们使用元组来表示一个二维的点 (x, y)：
def compute_distance(point1, point2):
"""计算两个点之间的欧几里得距离"""
x1, y1 = point1
x2, y2 = point2
return ((x2 - x1)**2 + (y2 - y1)**2)**0.5
# 定义两个点，每个点都是一个元组
point_A = (1, 2)
point_B = (4, 6)
# 计算这两个点之间的距离
distance = compute_distance(point_A, point_B)
print(f"The distance between point A and point B is {
distance:.2f}")
在上述代码中：
- 我们使用元组
point_A和point_B来分别表示两个二维点。 - 我们定义了一个函数
compute_distance()来计算这两个点之间的欧几里得距离。 - 由于元组是不可变的，我们可以确保在函数中不会意外地修改这两个点的坐标。
这是一个典型的使用元组的场景，因为二维点的 x 和 y 坐标在表示一个特定的点时是固定的，不应该被修改。
如果你的数据集是固定的并且不会发生变化（例如，一周中的天数、地球上的大洲等），那么使用元组是合适的。如果数据集需要动态地更改，那么使用列表更为恰当。
05 python2和python3的range（100）的区别
在 Python 2 和 Python 3 中，range(100) 的行为有所不同。
在 Python 2 中，range(100) 返回一个列表，包含从 0 到 99 的整数值：
>>> range(100)
[0, 1, 2, 3, ..., 98, 99]
在 Python 3 中，range(100) 返回一个可迭代对象（range 对象），它表示从 0 到 99 的整数范围：
>>> range(100)
range(0, 100)
这样做的改变是出于性能优化的考虑。在 Python 2 中，range() 函数会立即生成一个完整的列表，占用大量内存，尤其是对于较大的范围。而在 Python 3 中，range() 函数返回的是一个惰性序列，只有在需要时才会生成下一个元素，节省了内存空间。
如果需要在 Python 3 中获得与 Python 2 相同的行为（返回一个列表），可以使用 list() 函数将 range() 转换为列表：
>>> list(range(100))
[0, 1, 2, 3, ..., 98, 99]
总结：Python 2 中的 range(100) 返回列表，Python 3 中的 range(100) 返回可迭代对象（range 对象），可以通过 list() 函数将其转换为列表。
06 一句话解释什么样的语言能够用装饰器?
能够使用装饰器的语言需要具备以下两个特性：支持高阶函数和支持函数作为参数或返回值。
装饰器是Python中的一种语法，用于在不修改被装饰函数源代码的情况下，为其添加额外的功能或行为。它使用了函数作为参数、闭包和函数式编程等概念。
下面是一个示例，说明了装饰器的作用和使用：
# 定义一个装饰器函数
def uppercase_decorator(func):
def wrapper():
result = func() # 调用原始函数，获取结果
return result.upper() # 将结果转为大写并返回
return wrapper
# 定义一个普通函数
def say_hello():
return "Hello, World!"
# 使用装饰器来装饰函数
decorated_func = uppercase_decorator(say_hello)
# 调用被装饰后的函数
print(decorated_func()) # 输出: HELLO, WORLD!
这个例子展示了Python中装饰器的特性：函数作为参数传递给另一个函数（高阶函数）以及返回一个新的函数（闭包）。这使得我们能够在不修改原始函数代码的情况下，通过装饰器来扩展其功能。
07 简述面向对象中__new__和__init__区别
在面向对象的 Python 编程中，__new__ 和 __init__ 是两个经常被提到的特殊方法，它们都与对象的创建和初始化有关，但它们的职责和执行时机是不同的。
举个例子，考虑一个简单的 Person 类：
class Person:
def __new__(cls, *args, **kwargs):
print("Creating an instance...")
instance = super(Person, cls).__new__(cls)
return instance
def __init__(self, name, age):
print("Initializing the instance...")
self.name = name
self.age = age
p = Person("Alice", 30)
输出：
Creating an instance...
Initializing the instance...
从这个例子中，我们可以看到：
- 当我们实例化
Person类时，首先调用了__new__方法来创建实例。 - 创建实例后，
__init__方法被调用，初始化实例的属性。
大多数时候，我们只需要定义 __init__ 方法来初始化对象的属性，但在某些特定的场景下（如单例模式、自定义不可变对象等），我们可能需要重写 __new__ 方法。
08 列表[1,2,3,4,5],请使用map()函数输出[1,4,9,16,25]，并使用列表推导式提取出大于10的数，最终输出[16,25]
使用 map() 函数和列表推导式可以实现所需的功能。以下是示例代码：
使用 map() 函数将列表中每个元素平方并返回一个新的列表：
numbers = [1, 2, 3, 4, 5]
squared_numbers = list(map(lambda x: x ** 2, numbers))
print(squared_numbers)
输出：
[1, 4, 9, 16, 25]
使用列表推导式从 squared_numbers 列表中提取大于10的数：
filtere