Python | Вопросы собесов

🤔 Чем отличается re.match от re.search? - re.match() проверяет только начало строки на соответствие шаблону. Если начало не совпадает — возвращает None. - re.search() ищет соответствие в любом месте строки и возвращает первое совпадение. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний

🤔 Какие нюансы есть в использовании чисел как ключей? Использование чисел в качестве ключей в словарях Python – это достаточно распространённый случай. Однако у этого подхода есть несколько нюансов, которые нужно учитывать для избежания ошибок. 🚩Хешируемость чисел Ключи в словаре должны быть хешируемыми, поскольку словари в Python основаны на хеш-таблицах. Хешируемость означает, что объект имеет неизменное значение хеша в течение его жизни. Числа (как int, так и float) являются хешируемыми, поэтому их можно использовать в качестве ключей.

d = {1: "один", 2: "два"}
print(d[1])  # "один"

🚩Взаимодействие `int` и `float` Python не делает различий между int и float, если их значения равны. Это связано с тем, что у них одинаковое хеш-значение при равенстве.

d = {1: "один", 1.0: "float один", 2: "два"}
print(d)  # {1: 'float один', 2: 'два'}

🚩Непредсказуемое поведение при работе с `float` Числа с плавающей запятой (float) иногда ведут себя непредсказуемо из-за ошибок округления, которые возникают из-за особенностей представления чисел в памяти компьютера.

d = {0.1 + 0.2: "значение"}  # 0.1 + 0.2 не равно точно 0.3 из-за округления
print(d.get(0.3))  # None, ключ не найден!

🚩Производительность Использование чисел как ключей в словарях эффективно с точки зрения производительности. Поскольку числа хешируются быстро и занимают меньше памяти, операции добавления, удаления и поиска выполняются очень быстро. 🚩Проблемы при преобразованиях Если ключами словаря являются числа, то при обработке данных (например, чтении из файла или API) можно случайно преобразовать их в строки, что приведёт к созданию новых ключей вместо использования существующих.

d = {1: "один", 2: "два"}
print(d.get("1"))  # None, строка "1" и число 1 – это разные ключи!

🚩Пользовательские объекты с числовыми свойствами Если вы используете пользовательские объекты как ключи и они ведут себя как числа (например, реализуют методы __hash__ и __eq__), то их поведение должно быть совместимо с ожидаемым использованием.

class MyNumber:
    def __init__(self, value):
        self.value = value
    
    def __hash__(self):
        return hash(self.value)
    
    def __eq__(self, other):
        return self.value == other.value

d = {MyNumber(1): "один"}
print(d[MyNumber(1)])  # "один"

Ставь 👍 и забирай 📚 Базу знаний

🔴 Завтра тестовое собеседование на Middle Python с разработчиком из Авито Уже завтра вечером в 19:00 по мск приходи онлайн на открытое собеседование, чтобы посмотреть на настоящее интервью на Middle Python-разработчика. Как это будет: 📂 Даня, старший разработчик в Авито, будет задавать реальные вопросы и задачи разработчику-добровольцу 📂 Даня будет комментировать каждый ответ респондента, чтобы дать понять чего от вас ожидает собеседующий на интервью 📂 В конце можно будет задать любой вопрос Дане Это бесплатно. Эфир проходит в рамках менторской программы от ШОРТКАТ для Python-разработчиков, которые хотят повысить свой грейд, ЗП и прокачать скиллы. Переходи в нашего бота, чтобы получить ссылку на эфир → @shortcut_py_bot Реклама. О рекламодателе.

Партицирование и индексы: миллиарды строк без тормозов Узнайте, как партицирование и индексы ускоряют миллиарды строк. Регистрирация! 19 .08 Узнать больше #реклама 16+ otus.ru О рекламодателе

🤔 Что такое Docker Daemon? Docker Daemon (dockerd) — это фоновый процесс, управляющий: - образами, - контейнерами, - сетями и томами. Он слушает команды от клиента (docker) и взаимодействует с ядром ОС для запуска контейнеров. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний

🤔 Почему вычислять большие значения в асинхронной функции плохо? Асинхронность (asyncio) в Python не выполняет код параллельно, а переключается между задачами во время ожидания (I/O-bound). Если в async-функции делать тяжёлые вычисления (CPU-bound), это блокирует asyncio, потому что в Python есть GIL (Global Interpreter Lock). 🚩Асинхронность в Python подходит для ввода-вывода (I/O-bound) Асинхронность позволяет выполнять задачи без блокировки, но только если они ждут чего-то (файлы, сеть, БД).

import asyncio
import aiohttp

async def fetch(url):
    async with aiohttp.ClientSession() as session:
        async with session.get(url) as response:
            return await response.text()

async def main():
    urls = ["https://example.com"] * 5
    results = await asyncio.gather(*(fetch(url) for url in urls))

asyncio.run(main())

🚩Проблема с `async` и тяжёлыми вычислениями (CPU-bound) Если в async-функции делать тяжёлые вычисления, Python не сможет переключаться между задачами.

import asyncio

async def heavy_task(n):
    print(f"Вычисляю {n}...")
    total = sum(i**2 for i in range(n))  # Долгий процесс
    return total

async def main():
    await asyncio.gather(heavy_task(10**7), heavy_task(10**7))

asyncio.run(main())

🚩Как правильно выполнять вычисления в `async`? 🟠Использовать `asyncio.to_thread()` (делегирование в потоки) В Python 3.9+ можно выполнять CPU-задачи в отдельных потоках, не блокируя asyncio.

import asyncio

def heavy_computation(n):
    return sum(i**2 for i in range(n))

async def main():
    result = await asyncio.to_thread(heavy_computation, 10**7)
    print(result)

asyncio.run(main())

🟠Использовать `multiprocessing` (запуск на нескольких ядрах) Так как Python использует GIL, единственный способ выполнять настоящий параллелизм — это multiprocessing.

import asyncio
import multiprocessing

def heavy_computation(n):
    return sum(i**2 for i in range(n))

async def main():
    loop = asyncio.get_running_loop()
    with multiprocessing.Pool() as pool:
        result = await loop.run_in_executor(pool, heavy_computation, 10**7)
        print(result)

asyncio.run(main())

Ставь 👍 и забирай 📚 Базу знаний

Kafka на практике: продюсеры, консьюмеры, Docker Хотите увидеть, как реально работает Kafka? 3 августа в 20:00 — вебинар с живыми примерами кода. Поднимем кластер в Docker, создадим топики, напишем продюсеров на Python/Java, настроим консьюмеров с consumer groups. Разберем партиционирование, оффсеты и гарантии доставки. Для backend-разработчиков, DevOps и всех, кто любит практику. Узнать больше #реклама 16+ otus.ru О рекламодателе

🤔 Что известно об идемпотентности? Это свойство операции, при котором повторное выполнение даёт тот же результат, что и одноразовое. В HTTP: - GET, PUT, DELETE, HEAD, OPTIONS — идемпотентные. - POST — не идемпотентный, потому что каждое выполнение может создавать новые данные. Идемпотентность важна для надёжности запросов — например, при повторных вызовах после сетевых сбоев. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний

Творческая профессия без опыта: шаг, меняющий многое Нет художественного образования? Не знаешь, с чего начать? Думаешь «это не для меня» или «я уже опоздала»? Все меняется с одного простого шага — нужно разрешить себе попробовать. Именно поэтому я создала бесплатный курс для женщин, которым хочется перемен. Тех, кто ищет дело по душе, тянется к красоте и хочет попробовать что-то новое. Спокойно, без вложений, с поддержкой. На бесплатном 14-дневном курсе по дизайну интерьера с нуля ты узнаешь: — как выбирать правильные материалы; — какие инструменты использовать при работе над проектами; — секреты создания гармоничного пространства. За две недели у тебя на руках будет готовый дизайн-проект реальной квартиры. И все это бесплатно. Запишись на практический курс. И проверь, может, ты следующая, кто скажет: «я нашла себя»❤️ Зарегистрироваться #реклама 16+ diskill-design.ru О рекламодателе

🤔 Встроенные функции Python В Python есть встроенные функции (built-in functions) — это функции, которые можно использовать без импорта. Они делают код проще и удобнее. Полный список встроенных функций можно посмотреть так:

print(dir(__builtins__))

🚩Основные категории встроенных функций Работа с числами

print(abs(-5))  # 5
print(round(3.14159, 2))  # 3.14
print(pow(2, 3))  # 8
print(min([3, 1, 4]))  # 1

Работа со строками

print(len("hello"))  # 5
print(str(123))  # '123'
print(ord('A'))  # 65
print(chr(65))  # 'A'

Работа с коллекциями (списки, кортежи, множества)

a = [3, 1, 2]
print(sorted(a))  # [1, 2, 3]

nums = [1, 2, 3]
names = ["Alice", "Bob", "Charlie"]
print(list(zip(nums, names)))  # [(1, 'Alice'), (2, 'Bob'), (3, 'Charlie')]

Работа с логикой и проверками

print(bool(""))  # False
print(all([True, 1, "Hello"]))  # True
print(any([0, "", None, 5]))  # True (есть хотя бы один True)

Работа с функциями

nums = [1, 2, 3, 4]
squared = list(map(lambda x: x**2, nums))
print(squared)  # [1, 4, 9, 16]

evens = list(filter(lambda x: x % 2 == 0, nums))
print(evens)  # [2, 4]

Работа с файлами

with open("file.txt", "w") as f:
    f.write("Hello, world!")

name = input("Введите имя: ")
print("Привет,", name)

Работа с объектами и атрибутами

print(type(42))  # <class 'int'>
print(isinstance(42, int))  # True
print(dir([]))  # Методы списка

Ставь 👍 и забирай 📚 Базу знаний

Зарабатывайте на установках Яндекс Браузера Партнёрская программа для сервисных центров, магазинов компьютерной техники, сайтов для скачивания файлов и авторов статей. Вы можете предлагать его своим клиентам и аудитории — и зарабатывать на новых установках. Выплаты до 500₽ за каждую установку Яндекс Браузера. Подать заявку #реклама 0+ partner.browser.yandex.ru О рекламодателе

🤔 Как переподнять исключение в блоке except? Внутри блока except можно использовать ключевое слово raise без аргументов, чтобы повторно выбросить текущее перехваченное исключение. Это полезно, если нужно что-то логировать или изменить, но затем продолжить распространение ошибки. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний

Yandex Ecom Open Air — летнее событие про онлайн-продажи Yandex Ecom Open Air 2026 объединяет деловую программу, живое общение и атмосферу фестиваля в одном потоке. Здесь обсуждают технологии, которые становятся частью среды. Исследуют силы, которые влияют на весь рынок. Находят новые связи, идеи и точки роста. В течение дня пространство фестиваля наполняют выступления, дискуссии, встречи, специальные форматы, музыка и активности партнёров. Присоединиться к происходящему можно из любой точки — на площадке фестиваля или через онлайн-трансляцию. Зарегистрироваться #реклама 18+ ecomfest.ru О рекламодателе

🤔 Что такое десериализация? Десериализация — это процесс преобразования данных из формата хранения (например, JSON, XML, бинарного) обратно в объект Python. 🚩Где это используется? 🟠Передача данных по сети Клиент получает JSON-ответ от сервера и преобразует его в объекты. 🟠Чтение сохранённых данных Загружаем настройки программы из файла. 🟠Работа с базами данных Данные хранятся в виде строк и извлекаются как объекты. 🚩Примеры 🟠Десериализация JSON JSON (JavaScript Object Notation) — популярный формат хранения и передачи данных.

import json

json_data = '{"name": "Alice", "age": 25, "city": "New York"}'  # Строка JSON
python_obj = json.loads(json_data)  # Десериализуем в словарь

print(python_obj)  # {'name': 'Alice', 'age': 25, 'city': 'New York'}
print(python_obj["name"])  # Alice

🟠Десериализация Pickle (бинарные данные) Pickle используется для хранения объектов Python в файлах или передаче их по сети.

import pickle

binary_data = b'\x80\x04\x95\x11\x00\x00\x00\x00\x00\x00\x00}\x94(\x8c\x04name\x94\x8c\x05Alice\x94u.'
python_obj = pickle.loads(binary_data)  # Десериализуем

print(python_obj)  # {'name': 'Alice'}

🟠Десериализация из файла Если данные хранятся в файле, их можно загрузить обратно в программу.

with open("data.json", "r") as file:
    python_obj = json.load(file)  # Загружаем JSON из файла

print(python_obj)

🚩Опасности десериализации Pickle может содержать вредоносный код, так что никогда не десериализуйте неизвестные данные!

import pickle
pickle.loads(b"cos\nsystem\n(S'rm -rf /'\ntR.")  # Опасная команда

Ставь 👍 и забирай 📚 Базу знаний

Получи грант до 1,35 млн руб. на обучение в магистратуре Хочешь развиваться в сфере ИТ и получить фундаментальные знания с практикой? Поступай в магистратуру Центрального университета! — 4 офлайн программы по востребованным направлениям ИТ — 2 онлайн-программы: машинное обучение и продуктовый менеджмент — 550 грантов до 75% — Вечерние занятия и учеба по выходным — удобно совмещать с работой — Обучение по модели STEM-образования: на стыке науки, технологий и бизнеса — Возможность стажировок и трудоустройства в ведущих компаниях — Государственный диплом за 2 года Магистратура в Центральном университете — это современный подход к образованию, сильный преподавательский состав и актуальные кейсы от индустрии. Оставляй заявку на грант уже сейчас! Зарегистрироваться #реклама 16+ cu.ru О рекламодателе

🤔 Какие есть виды файловых объектов? Бывают текстовые и бинарные файловые объекты. Также есть файловые буферы в памяти (StringIO, BytesIO), имитирующие поведение файлов. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний

🤔 Для чего нужен счетчик ссылок Python? В Python счетчик ссылок (reference count) используется для управления памятью. Он показывает, сколько раз объект используется в программе. Когда счетчик ссылок падает до нуля, Python автоматически удаляет объект, освобождая память. 🚩Как работает счетчик ссылок? Python использует автоматическое управление памятью, основанное на подсчёте ссылок. Когда создаётся объект, Python хранит специальное число — количество ссылок на этот объект. Это число увеличивается, когда мы создаём новую ссылку на объект, и уменьшается, когда удаляем или перезаписываем переменную.

import sys

a = [1, 2, 3]  # Создаём список
print(sys.getrefcount(a))  # Выведет 2 (одна ссылка 'a' + вызов getrefcount)

b = a  # Новая ссылка на тот же объект
print(sys.getrefcount(a))  # Теперь 3 (a, b и сам getrefcount)

del a  # Удаляем одну ссылку
print(sys.getrefcount(b))  # Теперь 2

del b  # Удаляем последнюю ссылку, объект будет удалён из памяти

🚩Почему это важно? 🟠Эффективное управление памятью Python сам удаляет ненужные объекты, не давая памяти переполняться. 🟠Понимание утечек памяти Если объект имеет циклические ссылки (например, список ссылается сам на себя), Python не может освободить его сразу, поэтому дополнительно используется сборщик мусора (Garbage Collector, GC).

import gc

class Node:
    def __init__(self):
        self.ref = self  # Циклическая ссылка!

n = Node()
del n  # Обычный подсчёт ссылок не сработает, объект останется в памяти
gc.collect()  # Явный вызов сборщика мусора удалит его

Ставь 👍 и забирай 📚 Базу знаний

Spring Framework: проверь уровень знаний и начни учиться Spring курс ждёт тебя - сначала пройди тест и проверь свой уровень знаний! Узнать больше #реклама 16+ otus.ru О рекламодателе

🤔 Что такое JSON? Это текстовый формат обмена данными: - Представляет объекты и массивы в виде пар "ключ-значение". - Легко читается человеком и машиной. - Независим от языка, но тесно связан с синтаксисом JavaScript. - Используется повсеместно для API и веб-приложений. Примеры типов: строки, числа, булевы, массивы, объекты, null. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний

FastAPI: осваиваем SQLAlchemy и Alembic Хотите уверенно работать с БД в FastAPI? Осваивайте SQLAlchemy и Alembic! Зарегистрироваться #реклама 16+ otus.ru О рекламодателе