Python вопросы с собеседований

#Вопросы_с_собеседования ❓Напишите функцию, которая будет принимать два списка чисел (вложенный и обычный) и проверять, все ли числа в подсписках вложенного принадлежат множеству чисел второго, обычного списка Примечания: 1) пустой список считаем валидным подмножеством множества чисел второго списка 2) в каждом отдельном списке (как во вложенных, так и во втором, обычном списке) числа будут уникальными.

Как в питоне узнать, в какой мы сейчас директории?  Ответ >>> import os >>> os.getcwd() "C:\\Users\\lifei\\AppData\\Local\\Programs\\Python\\Python36-32" @python_job_interview

Все знают, что сегодня питон в моде. Но истинное принятие новой технологии подразумевает понимание ее недостатков. Что вы можете сказать по этому поводу? Ответ Какие в питоне есть ограничения: - интерпретируемая природа питона снижает скорость исполнения программы - его не выгодно использовать для мобильных устройств и браузеров - будучи языком с динамической типизацией данных, он использует утиную типизацию; в связи с этим появляются ошибки исполнения (runtime errors); - в нем слабо развиты возможности доступа к базам данных; поэтому питон не идеальный вариант для приложений с очень большими базами данных; - низкие требования на входе, то есть свои силы в питоне может попробовать каждый; это иногда снижает качество кода; - у питона индивидуально выраженный стиль. @python_job_interview

Какой метод использовался до оператора «in» для проверки наличия ключа в словаре? Ответ Метод has_key(). Ниже приводится синтаксис для метода has_key(): dict.has_key(key) Параметры key – это ключ, который нужно искать в словаре. Возвращаемое значение Этот метод возвращает true, если данный ключ доступен в словаре, иначе он возвращает false. Пример В следующем примере показано использование метода has_key(). #!/usr/bin/python3 dict = {'Name': 'AndreyEx', 'Age': 18} print ("Значение : %s" % dict.has_key('Age')) print ("Значение : %s" % dict.has_key('Sex')) Когда мы запускаем указанную выше программу, она дает следующий результат: Значение : True Значение : False @python_job_interview

https://t.me/python_job_interview 11.10 Как найти работу начинающему питонисту? Оффлайн и за 1 день! На старте карьеры не всегда легко и просто. Хочу упростить вам эту задачу) Эта осень богата на Дни карьеры для молодых IT-специалистов, делюсь дайджестом: 🔹15 октября в Санкт-Петербурге 🔹25 октября в Москве ❗️ Участие бесплатное, но нужна регистрация. Вот только некоторые работодатели, которые будут проводить отбор по вакансиям: Сбер, VK, Яндекс, Kaspersky, Альфа-Банк. Также, у вас будет возможность на месте получить обратную связь от HR и узнать лайфхаки для поиска работы и прохождения собесов. В общем, мероприятие полезное, рекомендую.

Как изменить тип данных списка? Чтобы преобразовать список в кортеж, мы используем функцию tuple(). Чтобы превратить его в множество — функцию set(). Для преобразования в словарь — dict(). Для превращения в строку — join(). @python_job_interview

Какие библиотеки установлены в питоне по-умолчанию? Встроенные модули Список встроенных модлей из стандартной библиотеки Питона смотрите в докментации: The Python Standard Library. Из перечисленных встроенными являются collections, datetime, gc, json. Остальные необходимо устанавливать отдельно, например, через пакетный менеджер Питона pip. Порядок импортов Помимо этого, в соответствии с официальными рекомендациями PEP, порядок подключения библиотек следует использовать такой: Стандартные библиотеки. Используемые сторонние модули. Локальные модули вашего приложения/библиотеки. В некоторых источниках также советуют отделять несколько импортов из одного модуля, а импорты с общей приоритетностью сортировать в алфавитном порядке. Например, вот так: # Стандартные модули from collections import defaultdict import datetime import gc import json # Сторонние модули from clickhouse_driver import Client import psycopg2 import tqdm # Отдельно несколько строк с Торнадо from tornado.web import Application, RequestHandler from tornado.ioloop import IOLoop Виртуальное окружение с зависимостями Если в проекте много кода с разными зависимостями, то для выявления используемых библиотек следует использовать виртуальное окружение, например, модуль virtualenv. Виртуальное окружение позволяет инкапсулироваться от модулей, установленных в Питоне глобально, устанавливая библиотеки с нужными версиями в рамках конкретного проекта. По этой теме много статей как на английском, так и на русском. При запуске проекта в виртуальном окружении Вы увидите ошибки о недостающих библиотеках, которые нужно установить в локальном окружении проекта. Однако виртуальные окружения существуют для использования модулей на месте, они не сохраняются в системах контроля версий. Для этого используется файл requirements.txt, в котором описываются нужные библиотеки и опционально их версии. Для быстрого создания этого файла можно заморозить текущие библиотеки из локального pip'a, а при создании нового окружения можно будет их легко установить из этого файла. Подробнее читайте в документации: PIP > User Guide > Requirements Files. @python_job_interview

Чувствителен ли Python к регистру? Ответ Язык программирования считается чувствительным к регистру, если он различает такие идентификаторы, как «myname» и «Myname». Проще говоря, он заботится, являются ли символы строчными или прописными. Давайте посмотрим на пример: >>> myname="John" >>> Myname Traceback (most recent call last): File "", line 1, in Myname NameError: name 'Myname' is not defined Возникновение ошибки NameError означает, что Python чувствителен к регистру. @python_job_interview

Расскажите о сборщике мусора в Python Как правило, вам не нужно беспокоиться о сборщике мусора и работе с памятью когда вы пишете код на Python. Как только объекты больше не нужны, Python автоматически освобождает память из под них. Несмотря на это, понимание как работает GC поможет писать более качественный код. Менеджер памяти В отличие от других популярных языков, Python не освобождает всю память обратно операционной системе как только он удаляет какой либо объект. Вместо этого, он использует дополнительный менеджер памяти, предназначенный для маленьких объектов (размер которых меньше чем 512 байт). Для работы с такими объектами он выделяет большие блоки памяти, в которых в дальнейшем будет хранится множество маленьких объектов. Как только один из маленьких объект удаляется — память из под него не переходит операционной системе, Python оставляет её для новых объектов с таким же размером. Если в одном из выделенных блоков памяти не осталось объектов, то Python может высвободить его операционной системе. Как правило, высвобождение блоков случается когда скрипт создает множество временных объектов. Таким образом, если долгоживущий Python процесс с течением времени начинает потреблять больше памяти, то это совсем не означает, что в вашем коде есть проблема с утечкой памяти. Если вы хотите узнать больше о менеджере памяти в Python, вы можете прочитать об этом в другой моей статье (англ.). Алгоритмы сборки мусора Стандартный интерпретатор питона (CPython) использует сразу два алгоритма, подсчет ссылок и generational garbage collector (далее GC), более известный как стандартный модуль gc из Python. Алгоритм подсчета ссылок очень простой и эффективный, но у него есть один большой недостаток. Он не умеет определять циклические ссылки. Именно из-за этого, в питоне существует дополнительный сборщик, именуемый поколенческий GC, который следит за объектами с потенциальными циклическими ссылками. В Python, алгоритм подсчета ссылок является фундаментальным и не может отключен, тогда как GC опционален и может быть отключен. Алгоритм подсчета ссылок Алгоритм подсчета ссылок это одна из самых простых техник для сборки мусора. Объекты удаляются как только на них больше нет ссылок. В Python, переменные не хранят значения, а выступают в роли ссылок на объекты. То есть когда вы присваивайте значение новой переменной, то сначала создается объект с этим значением, а уже потом переменная начинает ссылаться на него. На один объект может ссылаться множество переменных. Каждый объект в Python содержит дополнительное поле (счетчик ссылок), в котором хранится количество ссылок на него. Как только кто-то ссылается на объект, это поле увеличивается на единицу. Если по какой-то причине ссылка пропадает, то это поле уменьшается на один. Примеры, когда количество ссылок увеличивается: оператор присваивания передача аргументов вставка нового объекта в лист (увеличивается количество ссылок для объекта) конструция вида foo = bar (foo начинается ссылаться на тот же объект, что и bar) Как только счетчик ссылок для определенного объекта достигает нуля интерпретатор запускает процесс уничтожения объекта. Если удаленный объект содержал ссылки на другие объекты, то эти ссылки также удаляются. Таким образом, удаление одного объекта может повлечь за собой удаление других. Например, если удаляется список, то счетчик ссылок во всех его элементах уменьшается на один. Если все объекты внутри списка больше нигде не используются, то они также будут удалены. Переменные, которые объявлены вне функций, классов и блоков называются глобальными. Как правило, жизненный цикл таких переменных равен жизни Python процесса. Таким образом, количество ссылок на объекты на которые ссылаются глобальные переменные никогда не падает до нуля. Переменные, которые объявлены внутри блока (функции, класса) имеют локальную видимость (т.е. они видны только внутри блока). Как только интерпретатор питона выходит из блока он уничтожает все ссылки созданные локальными переменными внутри него. Вы всегда можете проверить количество ссылок используя функцию sys.getrefcount.

Задания с собеседования на позицию Middle Backend разработчика с примерами на Python https://tproger.ru/articles/zadanija-s-sobesedovanija-na-poziciju-middle-backend-razrabotchika-s-primerami-na-python/ @python_job_interview