Python | Вопросы собесов

Яндекс Директ Только этой осенью Яндекс Директ добавит до 20 000 ₽ на рекламу для вашего бизнеса ⚡ Зарегистрируйтесь до 30 сентября 2024 года, чтобы участвовать в акции 💰 Узнать больше #реклама yandex.ru О рекламодателе

📌 Что может быть ключом в словаре? 💬 Спрашивают в 26% собеседований Словарь — это коллекция элементов, которая хранит данные в парах ключ-значение. Ключ в словаре может быть любым неизменяемым типом данных: числами, строками, кортежами. Главное требование к ключу — он должен быть уникальным в рамках одного словаря и хешируемым. Хешируемость означает, что объект должен иметь хеш-значение, которое не изменяется на протяжении всего времени существования объекта. Это необходимо для того, чтобы Python мог быстро находить значение по ключу. Если бы ключи были изменяемыми, их хеш-значения могли бы измениться, и это привело бы к тому, что значение по ключу стало бы невозможно найти. 🤔 Примеры ключей в словаре: ➕ Строки - самый часто используемый тип ключа. Строки удобны, поскольку они легко читаемы и понятны.

my_dict = {"name": "Alice", "age": 25}

➕ Числа - также могут использоваться в качестве ключей. Это могут быть целые числа или числа с плавающей точкой.

my_dict = {1: "one", 2: "two"}

➕ Кортежи - могут быть ключами, если все их элементы неизменяемы. Это делает их полезными для комплексных ключей.

my_dict = {(1, 2): "point", (3, 4): "another point"}

Изменяемые типы данных, такие как списки или другие словари, не могут быть ключами, потому что они не хешируемы. 🤔 Итог: Ключи в словаре Python — это неизменяемые и хешируемые объекты, такие как строки, числа или кортежи. Это обеспечивает эффективный доступ и хранение данных. В качестве ключей используются данные, которые легко идентифицировать и которые не изменяются во время работы программы. 🔥 ТОП ВОПРОСОВ С СОБЕСОВ 🔒 База собесов | 🔒 База тестовыхё

Партнёрская программа рекрутинга в Яндекс Еду Станьте партнёром Яндекс Еды по привлечению курьеров и получите кучу преимуществ: 💰Платим до 25 000 ₽ за успешного кандидата 📞Поддержка на всех этапах 📅Свободное расписание 📊Удобные инструменты для работы Приводите новых курьеров и получайте в среднем 187 000 ₽ в месяц! Зарегистрироваться #реклама eda.yandex.ru О рекламодателе

📌 Что такое полиморфизм? 💬 Спрашивают в 26% собеседований Полиморфизм - это принцип ООП, согласно которому можно использовать один и тот же интерфейс для различных базовых форм данных или типов. Слово "полиморфизм" происходит от греческих слов "поли" (много) и "морфе" (форма). Этот принцип позволяет объектам использовать методы производного класса, даже если они изначально определены в базовом классе. 🤔 Пример:

class Bird:
    def intro(self):
        print("В мире много разных птиц.")

    def flight(self):
        print("Большинство птиц умеют летать, но некоторые не умеют.")

class Sparrow(Bird):
    def flight(self):
        print("Воробьи могут летать.")

class Ostrich(Bird):
    def flight(self):
        print("Страусы не умеют летать.")

В этом примере у нас есть базовый класс Bird и два его подкласса Sparrow и Ostrich. Каждый подкласс переопределяет метод flight. Здесь полиморфизм проявляется в том, что метод flight, определенный в базовом классе, используется подклассами, но каждый подкласс дает свою реализацию этому методу. Полиморфизм важен, потому что он позволяет писать более гибкий и масштабируемый код. Благодаря ему можно создавать функции, которые могут работать с любыми классами, наследующими от базового класса, что упрощает расширение и модификацию программы. 🤔 В двух словах: Полиморфизм - это когда один и тот же метод можно использовать для разных объектов. 🔥 ТОП ВОПРОСОВ С СОБЕСОВ 🔒 База собесов | 🔒 База тестовыхё

Обучение на Frontend-разработчика. С нуля за 9 месяцев. На курсе вы получите все навыки, необходимые для старта в профессии Frontend-разработчика. Дистанционное обучение. Персональный наставник middle/senior уровня. 14 проектов, лайвкодинг, хакатоны, репетиции техсобеседования. Освоите JavaScript, React, TypeScript Официальный диплом и сертификат школы. Гарантия трудоустройства. Если вы не устроитесь, вернём деньги. Это закреплено в договоре п. 6.14. До 22 сентября скидка 30% на все курсы Result University Узнать больше #реклама 16+ result.school О рекламодателе

📌 Что такое итератор? 💬 Спрашивают в 30% собеседований Итератор – это объект в Python, который предоставляет последовательный доступ к элементам коллекции или последовательности данных. Итераторы используются для обхода элементов в структурах данных, таких как списки, кортежи, строки, словари и многие другие. 🤔 Итераторы обладают двумя основными методами: ➕ __iter__(): Возвращает сам итератор. Этот метод позволяет итератору начать итерацию заново, если это необходимо. ➕ __next__(): Возвращает следующий элемент в последовательности данных. Если достигнут конец последовательности, метод должен возбуждать исключение StopIteration. ➕ Вот пример итератора, который итерируется по числам от 1 до N, где N - это максимальное число, переданное в конструкторе:

class MyIterator:
    def __init__(self, max_num):
        self.max_num = max_num
        self.current_num = 1

    def __iter__(self):
        return self

    def __next__(self):
        if self.current_num <= self.max_num:
            result = self.current_num
            self.current_num += 1
            return result
        else:
            raise StopIteration

# Использование итератора
iterator = MyIterator(5)
for num in iterator:
    print(num)

В этом примере MyIterator является пользовательским итератором, который генерирует числа от 1 до заданного максимального числа. При достижении максимального числа итерация завершается с возбуждением исключения StopIteration. Итераторы могут быть использованы в циклах for, для обхода данных в последовательности, или в любой другой ситуации, когда требуется последовательный доступ к элементам коллекции без необходимости хранения всей последовательности в памяти. 🤔 Итог: Итераторы также играют важную роль в контексте генераторов. Генераторы - это специальный тип итераторов, создаваемых с использованием функций с ключевым словом yield. Генераторы позволяют генерировать значения на лету, вместо того чтобы хранить их в памяти целиком, что может быть полезно для обработки больших объемов данных или бесконечных последовательностей. 🔥 ТОП ВОПРОСОВ С СОБЕСОВ 🔒 База собесов | 🔒 База тестовыхё

Запустите рекламу в телеграм-каналах с Яндекс Директом Перфоманс-реклама теперь в телеграм-каналах ⚡ Яндекс Директ знает, как привлечь целевую аудиторию 💰👌 Попробовать #реклама yandex.ru О рекламодателе

📌 Какие знаешь принципы ООП? 💬 Спрашивают в 30% собеседований Принципы объектно-ориентированного программирования (ООП) – это фундаментальные концепции, лежащие в основе этого стиля программирования. Они помогают программистам создавать гибкий и масштабируемый код. Всего 4 принципа: 1️⃣ Инкапсуляция Это принцип, согласно которому детали реализации класса скрыты от внешнего использования. Это позволяет изменять внутреннее устройство класса без влияния на другие части программы. В Python инкапсуляция достигается за счет использования публичных, защищенных (_имя) и приватных (__имя) методов и атрибутов.

class Account:
    def __init__(self):
        self.__balance = 0  # Приватный атрибут

    def deposit(self, amount):
        if amount > 0:
            self.__balance += amount

    def get_balance(self):
        return self.__balance

Здесь детали реализации учета баланса скрыты от пользователя. 2️⃣ Наследование Позволяет создавать новые классы на основе уже существующих, наследуя их свойства и методы. Это облегчает повторное использование кода и упрощает расширение функциональности.

class SavingsAccount(Account):  # Наследование от класса Account
    def __init__(self):
        super().__init__()
        self.interest_rate = 0.05

    def add_interest(self):
        self.deposit(self.get_balance() * self.interest_rate)

Класс SavingsAccount расширяет функционал Account, добавляя начисление процентов. 3️⃣ Полиморфизм Это способность объектов использовать методы производных классов, даже если они вызываются с точки зрения их базового класса. Это позволяет одному интерфейсу управлять разными типами объектов.

for account in [Account(), SavingsAccount()]:
    account.deposit(100)
    print(account.get_balance())

Здесь deposit действует по-разному в зависимости от типа аккаунта. 4️⃣ Абстракция Это выделение ключевых характеристик объекта и исключение нерелевантных. Это помогает сосредоточиться на том, "что делает" объект, а не на том, "как он это делает".

from abc import ABC, abstractmethod

class Shape(ABC):
    @abstractmethod
    def area(self):
        pass

    @abstractmethod
    def perimeter(self):
        pass

Shape является абстрактным классом, определяющим интерфейс для всех форм. 🤔 Итог: ООП основано на четырех принципах: инкапсуляции (скрытие деталей реализации), наследовании (создание новых классов на основе существующих), полиморфизме (один интерфейс для разных типов объектов) и абстракции (выделение ключевых характеристик). Эти принципы помогают создавать структурированный и управляемый код. 🔥 ТОП ВОПРОСОВ С СОБЕСОВ 🔒 База собесов | 🔒 База тестовыхё

📌 Что такое индексы и как они работают? 💬 Спрашивают в 30% собеседований Индексы – это специальные структуры данных, которые используются для ускорения операций выборки (retrieval) и поиска данных в таблице. Они подобны индексам в книге: вместо того, чтобы перелистывать всю книгу (или всю таблицу данных) для поиска нужной информации, вы можете использовать индекс для быстрого нахождения необходимых данных. 🤔 Зачем нужны Индексы существенно ускоряют поиск и выборку данных, особенно в больших таблицах. Без индексов база данных должна была бы осуществлять "полное сканирование таблицы" (full table scan), что очень ресурсоемко и медленно, особенно для больших объемов данных. Однако стоит учитывать, что создание и поддержание индексов также требует дополнительных ресурсов, включая место на диске и время на обновление индекса при изменении данных в таблице. 🤔 Как работают индексы Существуют различные типы индексов, и они могут быть реализованы по-разному в зависимости от системы управления базами данных (СУБД), но обычно они используют структуры данных, такие как B-деревья или хеш-таблицы, для эффективного хранения и поиска данных. Например, если вы создаете индекс для столбца "Фамилия" в таблице с записями сотрудников, СУБД создаст структуру данных (например, B-дерево), которая позволит быстро находить записи по значению фамилии, не перебирая каждую запись в таблице.

CREATE INDEX idx_lastname ON employees (lastname);

Эта SQL-команда создает индекс idx_lastname для столбца lastname в таблице employees. После создания этого индекса запросы, которые ищут сотрудников по фамилии, будут выполняться значительно быстрее. 🤔 Итог: Индексы – это структуры, которые ускоряют поиск данных в таблицах, работая подобно индексам в книге. Они особенно полезны для больших таблиц и сложных запросов. 🔥 ТОП ВОПРОСОВ С СОБЕСОВ 🔒 База собесов | 🔒 База тестовыхё

🧑‍💻 Если твой английский позволяет ответить только на вопрос "Do you speak English", то с этим нужно что-то делать, будучи программистом. 🫤 Ты в курсе, что ... - говорят по-английски — 20% из всех людей. - Большое кол-во IT документации написано на английском. Хочешь понимать код лучше? Изучи язык, который используется в его основе. 📕 На нашем канале ты постепенно будешь набираться опыта, в этом тебе помогут: - Тесты для изучения английского: проверьте свои знания на практике. - Английский через мемы: учите язык весело и с интересом. - Шпаргалки для повторения: закрепите знания быстро и эффективно. - Английский сленг программиста: станьте настоящим профи в коммуникации. 🔥 Маленький шаг в изучении иностранного откроет перед тобой большие возможности будущего специалиста и значительно повысит твое зп. 🌸 Подпишись, do it!

📌 Что такое генератор? 💬 Спрашивают в 33% собеседований Генератор в Python – это специальный тип функций, который позволяет вам возвращать значение и позже продолжить выполнение функции с того места, где она была остановлена. Это достигается с помощью ключевого слова yield. Главное отличие генератора от обычной функции заключается в том, что генератор возвращает итерируемый объект, через который можно пройти только один раз. Это позволяет эффективно работать с данными, не загружая полностью их в память. Это особенно полезно, когда вам нужно работать с большими объемами данных или когда вы не знаете заранее, сколько элементов вам понадобится. ➕ Пример использования генератора:

def count_up_to(max):
    count = 1
    while count <= max:
        yield count
        count += 1

counter = count_up_to(5)
for num in counter:
    print(num)

В этом примере функция count_up_to является генератором. Когда вы вызываете её, она не выполняет свой код сразу. Вместо этого, она возвращает итерируемый объект. Когда вы итерируетесь через этот объект (например, используя цикл for), код внутри функции выполняется до первого yield. Значение, которое следует за yield, возвращается в цикл. При следующей итерации выполнение функции возобновляется сразу после yield и продолжается до следующего yield. Использование генераторов позволяет сэкономить ресурсы, так как значения генерируются по мере необходимости, а не хранятся в памяти. В асинхронных функциях (async def) используется await вместо yield, но концептуально это очень похоже. Когда функция достигает await, она возвращает управление вызывающей стороне, позволяя другим задачам выполняться, пока текущая задача находится в ожидании (например, ожидает ответа от сервера). ➕ Пример асинхронной функции:

import asyncio

async def fetch_data():
    print('Start fetching')
    await asyncio.sleep(2)  # Имитация асинхронной задачи, например, запроса к серверу
    print('Done fetching')
    return {'data': 1}

async def main():
    print('Before fetching')
    result = await fetch_data()
    print('Result:', result)
    print('After fetching')

asyncio.run(main())

Здесь fetch_data является асинхронной функцией. Когда она достигает строки await asyncio.sleep(2), управление возвращается в main, позволяя выполнять другие операции, в то время как fetch_data находится в ожидании. Таким образом, генераторы и асинхронные функции позволяют Python более эффективно использовать однопоточную модель исполнения, предоставляя механизм для конкурентного выполнения задач, особенно в ситуациях, когда много времени уходит на ожидание ввода/вывода. 🤔 Итог: Генератор в Python - это инструмент для создания итератора, который можно перебирать (итерировать) один раз. Генераторы используются для более эффективной работы с данными, позволяя не загружать все данные в память сразу. 🔥 ТОП ВОПРОСОВ С СОБЕСОВ 🔒 База собесов | 🔒 База тестовыхё

Серверное Оборудование Купить БУ в Москве с Гарантией! Компания WestComp продает бу серверное оборудование вендора HPE в поколении Gen8 Gen9 и Gen10 всех линеек в отличном состоянии! Купить серверы можно с НДС без повышения цены и в лизинг. Доступна услуга Colocation в ЦОД TIER III Москвы! Можно выгодно купить сервер HP Proliant DL или BL, СХД HPE 3PAR, HPE Synergy, HPE BladeSystem, HPE Apollo любой конфигурации с гарантией до 5 лет! Цены в 10 раз ниже чем на новое оборудование! Выбрать #реклама westcomp.ru О рекламодателе