精选大厂10道常考python面试题！

七月在线【无人驾驶感知融合】将于本月底正式开课。课程将从自动驾驶的基础理论开始讲起（当然，平台上还有无人驾驶实战、slam、目标检测、目标跟踪等课程也可以学习)，带你走入无人驾驶感知融合的世界。

问题1：Python中的列表和元组有什么区别？

list 是可变的对象，元组 tuple 是不可变的对象。也就是说列表中的元素可以进行任意修改，而元组中的元素无法修改。

问题2：Python数组和列表有什么区别？

Python中的数组和列表具有相同的存储数据方式。但是，数组只能包含单个数据类型元素，而列表可以包含任何数据类型元素。

问题3：Python中append和extend的区别？

append()  向列表尾部追加一个新元素，列表只占一个索引位，在原有列表上增加

extend() 向列表尾部追加一个列表，将列表中的每个元素都追加进来，在原有列表上增加

问题4：Python中==和is的区别

is用于判断两个变量引用对象是否为同一个，==用于判断引用变量的值是否相等。

问题5：说一下Python深浅拷贝

对于不可变类型（字符串、数值型、布尔值）：浅拷贝和深拷贝一样，对象的引用（内存地址）没有发生变化。

对于可变对象（列表、字典、集合）：浅拷贝在拷贝时，只会copy一层，在内存中开辟一个空间，存放这个copy的列表。

更深的层次并没有copy，即第二层用的都是同一个内存；深拷贝时，会逐层进行拷贝，遇到可变类型，就开辟一块内存复制下来，遇到不可变类型就沿用之前的引用。

因为不可变数据修改会从新开辟新的空间，所以，深拷贝数据之间的修改都不会相互影响。

总结如下：

浅拷贝花费时间少，占用内存少，只拷贝顶层数据，拷贝效率高。

对不可变对象拷贝时，浅拷贝和深拷贝的作用是一致的，不开辟新空间，相当于赋值操作。

可变对象浅拷贝时，只拷贝第一层中的引用，如果元素是可变对象，并且被修改，那么拷贝的对象也会发生变化。

可变对象深拷贝时，会逐层进行拷贝，遇到可变类型，就开辟一块内存复制下来。

元组是个异类。元组是否为可变对象取决于元组中的元素。如果元组中每个元素以及其子孙元素都不包含可变对像，那么这个元祖就是不可变对象。如果元组的元素以及子孙元素中包含可变对象，那么元组就是可变对象。

问题6：区分下break，continue和pass？

break：跳出循环，不执行下一个循环。同时break后面的代码也不会执行。

pass：pass后面的代码还是会继续执行，也就是当前的循环还在继续。

continue：continue后面的代码不会执行，而是直接进入下一个循环。

问题7：Python中的局部变量和全局变量是什么？

全局变量：在函数外或全局空间中声明的变量称为全局变量。这些变量可以由程序中的任何函数访问。

局部变量：在函数内声明的任何变量都称为局部变量。此变量存在于局部空间中，而不是全局空间中。

问题8：python中range＆xrange有什么区别？

在大多数情况下，xrange和range在功能方面完全相同。

它们都提供了一种生成整数列表的方法，唯一的区别是range返回一个Python列表对象，x range返回一个xrange对象。这就表示xrange实际上在运行时并不是生成静态列表。

它使用称为yielding的特殊技术根据需要创建值。该技术与一种称为生成器的对象一起使用。因此如果你有一个非常巨大的列表，那么就要考虑xrange。

问题9：python装饰器是什么？

装饰器本质上是一个Python函数，它可以让其他函数在不需要做任何代码变动的前提下增加额外功能，装饰器的返回值也是一个函数对象。

它经常用于有切面需求的场景，比如：插入日志、性能测试、事务处理、缓存、权限校验等场景。

问题10：说一下python迭代器和生成器？

介绍python生成器需要先介绍可迭代对象和迭代器。

可迭代对象（Iterable Object），简单的来理解就是可以使用 for 来循环遍历的对象。比如常见的 list、set和dict。

可迭代对象具有__iter__ 方法，用于返回一个迭代器，或者定义了 getitem 方法，可以按 index 索引的对象（并且能够在没有值时抛出一个 IndexError 异常），因此，可迭代对象就是能够通过它得到一个迭代器的对象。所以，可迭代对象都可以通过调用内建的 iter() 方法返回一个迭代器。

生成器其实是一种特殊的迭代器，不过这种迭代器更加优雅。它不需要再像上面的类一样写__iter__()和__next__()方法了，只需要一个yiled关键字。

七月在线【无人驾驶感知融合】将于本月底正式开课。

课程将从自动驾驶的基础理论开始讲起（当然，平台上还有无人驾驶实战、slam、目标检测、目标跟踪等课程也可以学习)，带你走入无人驾驶感知融合的世界。

课程特色：

☑ 特色1：从零入门 - 从基础知识开始介绍，循序渐进，一点点深挖无人驾驶的主要技术点；

☑ 特色2：七大项目 - 重视学生的在自动驾驶领域的设计、动手能力和项目实践；

☑ 特色3：数据融合 - 计算机视觉与雷达应用相结合。

所需基础：

☑ 1、基础数理知识。熟悉概率论，卡尔曼滤波。

☑ 2、一定的编程基础。熟悉C++与python语言。

戳↓↓“阅读原文”了解课程详情！