Python | Вопросы собесов

📺 Уникальная база IT собеседований 456+ реальных собеседований на программиста, тестировщика, аналитика и прочие IT профы. Есть собесы от ведущих компаний: Сбер, Яндекс, ВТБ, Тинькофф, Озон, Wildberries и т.д. 🎯 Переходи по ссылке и присоединяйся к базе, чтобы прокачать свои шансы на успешное трудоустройство!

🤔 Как в Python происходит поиск переменной по области видимости? В Python поиск переменной происходит по правилу LEGB, которое определяет порядок поиска в четырёх областях видимости: Пример работы LEGB

x = "глобальная"  # Global

def outer():
    x = "охватывающая"  # Enclosing
    def inner():
        x = "локальная"  # Local
        print(x)  # Поиск начинается отсюда (L)
    
    inner()

outer()

Вывод

локальная

🚩Глобальные переменные (`global`) Если нужно изменить глобальную переменную внутри функции, используем global

x = 10  # Глобальная переменная

def modify_global():
    global x
    x = 20  # Меняем глобальную переменную

modify_global()
print(x)  # 20

🚩Переменные из внешней функции (`nonlocal`) Если в вложенной функции нужно изменить переменную из enclosing-области, используем nonlocal

def outer():
    x = 10  # Переменная из enclosing-области
    
    def inner():
        nonlocal x
        x = 20  # Меняем `x` в `outer()`
    
    inner()
    print(x)  # 20

outer()

🚩Что если переменная отсутствует во всех областях? Если переменная не найдена в LEGB, Python выдаст NameError

def func():
    print(y)  # Ошибка: y не объявлена!

func()  

Ошибка

NameError: name 'y' is not defined

🚩`Built-in` — встроенные функции Python в последнюю очереде проверяет встроенные функции (print(), len(), sum() и т. д.).

print = "Ошибка!"  # Переопределили встроенную функцию
print("Hello")  # TypeError: 'str' object is not callable

Ставь 👍 и забирай 📚 Базу знаний

🤔 Как работает правило LEGB? Это правило описывает порядок поиска переменных: сначала в локальной области, потом во вложенных функциях (если есть), затем в глобальной области текущего модуля, и в конце — среди встроенных объектов языка. Если переменная не найдена на этих этапах, возникает ошибка. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний

Что такое PRO-подписка на easyoffer 2.0? easyoffer PRO — это не просто доступ к базе, а полноценный инструмент для получения оффера. 🧠 База вопросов с собеседований + Анализ на основе 4,000 собеседований + Вероятность встречи каждого вопроса + Фильтрация по грейдам, компаниям, типам интервью + Примеры ответов: текстовые и видео + Готовьтесь к собеседованию в конкретную компанию 🛠 Тренажер "Проработка вопросов" + Флеш-карточки + интервальные повторения + Персональная система показа карточек в зависимости от ваших ответов + Упор на наиболее частые вопросы + Фокус на слабые места и быстрый прогресс 🎭 Тренажер "Реальное собеседование" + Сценарии на основе реальных интервью + Подготовка к конкретным компаниям + Итоговая статистика: прошёл/не прошёл 🧩 База задач с собеседований + Live-coding и System Design задачи + Оценка вероятности встречи задачи + Подготовка к задачам по конкретным компаниям 📋 База тестовых заданий + Задания из реальных вакансий + Фильтрация по технологиям и грейдам + Лучшие решения в доступе 📈 Тренды технологий в вакансиях + Топ-100 навыков, которые требуют компании + Динамика популярности технологий + Фильтрация по грейдам 🎁 Специальная цена до релиза: 3200 руб. за целый год Сейчас PRO на 1 год стоит как будет стоить 1 месяц после релиза. Покупка также открывает доступ к закрытому бета-тестированию. + Вы можете активировать подписку в любой момент, например, когда начнете искать работу. Предзаказ здесь: https://planeta.ru/campaigns/easyoffer 📌 Цена поднимется сразу после запуска. Если вы хотите перестать угадывать, что спросят на собеседовании, и начать точечно готовиться на основе реальных данных — easyoffer PRO именно для вас. Экономьте время. Получайте оффер легко.

🤔 В чем отличие изменяемые / неизменяемые? В Python все данные делятся на изменяемые (mutable) и неизменяемые (immutable) 🚩Неизменяемые (`immutable`) типы После создания их нельзя изменить!

x = 10
print(id(x))  # 140735598722544 (адрес в памяти)

x = x + 5  # Создаётся новый объект!
print(id(x))  # 140735598722704 (новый адрес)

Пример: str неизменяемая

s = "hello"
print(id(s))  # 140735598723664

s = s + " world"  # Создаётся новая строка!
print(id(s))  # 140735598724240 (новый адрес)

🚩Изменяемые (`mutable`) типы Можно менять их содержимое без создания нового объекта.

lst = [1, 2, 3]
print(id(lst))  # 140735598722544

lst.append(4)  # Изменяем список
print(id(lst))  # 140735598722544 (адрес остался тот же!)

Пример: dict изменяемый

d = {"name": "Alice"}
print(id(d))  # 140735598723664

d["age"] = 25  # Добавляем ключ
print(id(d))  # 140735598723664 (адрес не изменился!)

🚩Почему это важно? Неизменяемые объекты безопаснее для ключей dict и set

d = {}
d[[1, 2, 3]] = "Ошибка!"  # ❌ TypeError: unhashable type: 'list'

Используем tuple вместо list (он неизменяемый)

d[(1, 2, 3)] = "OK"

Ошибки с изменяемыми значениями по умолчанию

def add_item(lst=[]):  # ❌ Опасный код!
    lst.append(1)
    return lst

print(add_item())  # [1]
print(add_item())  # [1, 1]  ❌ Список не создаётся заново!

Используем None вместо списка

def add_item(lst=None):
    if lst is None:
        lst = []
    lst.append(1)
    return lst

🚩Копирование объектов (`copy()` vs `deepcopy()`) copy() делает поверхностную копию (новый объект, но старые вложенные элементы). deepcopy() делает глубокую копию (всё новое).

import copy

lst1 = [[1, 2, 3], [4, 5, 6]]
lst2 = copy.copy(lst1)  # Поверхностная копия

lst2[0][0] = 99
print(lst1)  # [[99, 2, 3], [4, 5, 6]] ❌ Исходный список изменился!

Используем deepcopy() для полной независимой копии

lst3 = copy.deepcopy(lst1)
lst3[0][0] = 100
print(lst1)  # [[99, 2, 3], [4, 5, 6]] ✅ Не изменился!

Ставь 👍 и забирай 📚 Базу знаний

🤔 Чем отличаются списки и множества? Списки упорядочены и допускают дубликаты. Множества — неупорядочены и автоматически удаляют дублирующиеся элементы. Списки можно индексировать, а множества используются для быстрых проверок принадлежности и операций над множествами. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний

🤔 Какие есть операторы ограничений? Ограничения (constraints) в SQL используются для контроля целостности данных в таблицах. Они помогают предотвратить некорректные значения и обеспечить согласованность данных. 🚩`NOT NULL` (Запрещает `NULL`) Используется, если поле обязательно для заполнения

CREATE TABLE users (
    id INT PRIMARY KEY,
    name VARCHAR(50) NOT NULL  -- Поле name обязательно
);

Нельзя вставить NULL в name

INSERT INTO users (id, name) VALUES (1, NULL);  -- Ошибка!

🚩`UNIQUE` (Гарантирует уникальность значений) Запрещает дубликаты в столбце

CREATE TABLE users (
    id INT PRIMARY KEY,
    email VARCHAR(100) UNIQUE  -- Email должен быть уникальным
);

Попытка вставить одинаковый email вызовет ошибку

INSERT INTO users (id, email) VALUES (1, 'test@example.com');
INSERT INTO users (id, email) VALUES (2, 'test@example.com');  -- Ошибка!

Создание UNIQUE на нескольких колонках

CREATE TABLE orders (
    user_id INT,
    product_id INT,
    UNIQUE (user_id, product_id)  -- Запрещает заказывать один товар дважды
);

🚩`PRIMARY KEY` (Главный ключ, уникальный идентификатор) Объединяет NOT NULL + UNIQUE и гарантирует, что строка уникальна.

CREATE TABLE users (
    id INT PRIMARY KEY,  -- Уникальный идентификатор
    name VARCHAR(50)
);

Можно создать PRIMARY KEY на нескольких колонках

CREATE TABLE enrollments (
    student_id INT,
    course_id INT,
    PRIMARY KEY (student_id, course_id)  -- Один студент не может записаться дважды на один курс
);

🚩`FOREIGN KEY` (Связь таблиц) Создаёт связь между таблицами и поддерживает ссылочную целостность. Есть таблица пользователей (users) и таблица заказов (orders), где user_id в orders должен ссылаться на id в users.

CREATE TABLE users (
    id INT PRIMARY KEY,
    name VARCHAR(50)
);

CREATE TABLE orders (
    id INT PRIMARY KEY,
    user_id INT,
    FOREIGN KEY (user_id) REFERENCES users(id)  -- Связь с таблицей users
);

Что делать при удалении пользователя?

FOREIGN KEY (user_id) REFERENCES users(id) ON DELETE CASCADE

Ставь 👍 и забирай 📚 Базу знаний

🎉 Easyoffer 2.0 — самый успешный краудфандинг в истории рунета в категории "Технологии"! Мы это сделали! За считанные часы после старта, благодаря вашей поддержке, проект не просто стартовал — он взлетел. 💸 Собрано: 2 276 840 рублей Это не просто цифра — это ваше доверие, ваша вера в идею, и ваша инвестиция в будущее карьеры сотен (а скоро — тысяч) специалистов. 💼 Благодаря этой сумме мы уже: — Наняли ещё пару разработчиков и аналитиков — Запустили активный сбор и разметку новых данных — Ускорили разработку и подняли планку качества Спасибо каждому, кто поверил в нас на старте! Дальше — только масштабирование и развитие. Мы строим сервис, который станет must-have для всех, кто ищет работу в IT. 👉 Присоединяйтесь сейчас — это только начало.

🤔 Зачем используется as при импорте? Ключевое слово as позволяет задать псевдоним импортируемому модулю или объекту. Это удобно, когда имя слишком длинное или возникает конфликт имён. Псевдоним упрощает использование и делает код более лаконичным. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний

🤔 Cловари {dict}? Словарь (dict) — это структура данных, которая хранит пары "ключ → значение". 🟠Создание словаря Через {} (фигурные скобки)

my_dict = {"name": "Alice", "age": 25, "city": "New York"}

Изменение значения

my_dict["age"] = 26  # Меняем возраст

del — удаление по ключу

del my_dict["city"]

Перебор ключей (for key in dict)

for key in my_dict:
    print(key, my_dict[key])

Проверка наличия ключа

if "name" in my_dict:
    print("Ключ существует!")

🟠Генерация словарей (Dictionary Comprehension) Создадим словарь квадратов чисел

squares = {x: x**2 for x in range(1, 6)}
print(squares)  # {1: 1, 2: 4, 3: 9, 4: 16, 5: 25}

🟠Ключи должны быть хешируемыми (неизменяемыми) Нельзя использовать list как ключ!

my_dict[[1, 2, 3]] = "Ошибка"  # TypeError: unhashable type: 'list'

Можно использовать tuple, int, str, frozenset

my_dict[(1, 2, 3)] = "OK"

Ставь 👍 и забирай 📚 Базу знаний

🤔 Какие ещё есть функции из модуля functools? Некоторые полезные функции: - lru_cache — кэширование результатов. - partial — частичное применение аргументов. - wraps — сохранение метаданных при создании декораторов. - cmp_to_key — преобразование функции сравнения в ключ. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний

🤔 Что такое оконные функции? Оконные функции (window functions) — это специальные функции в SQL, которые выполняют вычисления по строкам внутри "окна" (группы строк), но не агрегируют их.

SELECT 
    id, 
    месяц, 
    продавец, 
    сумма, 
    SUM(сумма) OVER (PARTITION BY месяц) AS общий_доход_в_месяц
FROM sales;

🟠`ROW_NUMBER()` – Нумерация строк Пронумеруем продажи каждого продавца в порядке убывания суммы.

SELECT 
    id, 
    продавец, 
    сумма, 
    ROW_NUMBER() OVER (PARTITION BY продавец ORDER BY сумма DESC) AS номер
FROM sales;

🟠`RANK()` и `DENSE_RANK()` – Рейтинг с учётом одинаковых значений Если два продавца получили одинаковую сумму, RANK() пропустит следующий номер, а DENSE_RANK() – нет.

SELECT 
    продавец, 
    сумма, 
    RANK() OVER (ORDER BY сумма DESC) AS ранг_1,
    DENSE_RANK() OVER (ORDER BY сумма DESC) AS ранг_2
FROM sales;

🟠3. `LAG()` и `LEAD()` – Доступ к предыдущей и следующей строке LAG() даёт предыдущее значение, LEAD() – следующее.

SELECT 
    месяц, 
    продавец, 
    сумма, 
    LAG(сумма) OVER (PARTITION BY продавец ORDER BY месяц) AS предыдущий_месяц,
    LEAD(сумма) OVER (PARTITION BY продавец ORDER BY месяц) AS следующий_месяц
FROM sales;

🟠Использование оконных функций с `FRAME` (ограничение окна) Иногда нужно анализировать не всю группу, а только несколько соседних строк.

SELECT 
    месяц, 
    продавец, 
    сумма, 
    AVG(сумма) OVER (PARTITION BY продавец ORDER BY месяц ROWS BETWEEN 2 PRECEDING AND CURRENT ROW) AS скользящее_среднее
FROM sales;

Ставь 👍 и забирай 📚 Базу знаний

🤔 Что такое микросервисная архитектура, её плюсы и минусы? Микросервисная архитектура — это подход, при котором система разбивается на множество независимых сервисов, каждый из которых выполняет отдельную задачу. Плюсы: - проще масштабировать; - можно использовать разные технологии в разных сервисах; - команды могут работать независимо. Минусы: - выше сложность инфраструктуры; - нужно организовать стабильную коммуникацию между сервисами; - сложнее отлаживать и следить за всей системой. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний

⏳ Осталось всего 14 дней до завершения краудфандинга Сейчас самое подходящее время подключиться, если вы ждали или откладывали: Все, кто поддержат проект сейчас, до релиза, получат: 🚀 PRO-доступ на 1 год по цене месячной подписки ➕ Бета-доступ к EasyOffer 2.0 (конец мая) 👉 Поддержать: https://planeta.ru/campaigns/easyoffer

Почему тебя не зовут на собесы или дальше скрининга дело не идет? 🥺 Ответ на этот вопрос от ментора Тихона Галактионова, над которым стоит задуматься: «На самом деле я всем советую относиться к поиску работы как к воронке: 1. Из просмотра резюме в сообщение в тг Если у вас проблема на этом этапе, вам нужно докрутить резюме. 2. Из сообщения в HR-Скрининг Если проблема здесь - нужно работать над самопрезентацией и легендой. 3. Из скрининга в тех. этап Если на третьем этапе - над хард-скилами, а точнее над вопросами по хард скилам. (потому что сами хард скилы за 1.5 часа проверить сложно) Поэтому, если вы обнаружили себя на одном из этапов - просто заманьячьте тему, которая не даёт вам продвинуться. А лучше посмотрите закреп в моем канале «Карьера в IT». Вот здесь: https://t.me/+IFHfUvZp8ro3NzFi Так вы сможете не терять годы, а уже за 2-3 месяца четко подготовиться и сменить проект на тот, где вас оценят»

🤔 Что такое параллелизм? Параллелизм — это способ выполнения программ, при котором несколько задач выполняются одновременно (реально параллельно). Он используется для ускорения работы программ, особенно на многоядерных процессорах. 🚩1. Как работает параллелизм? Пример без параллелизма (последовательное выполнение) Допустим, у нас есть две задачи: 1. Скачать файл (3 секунды). 2. Обработать данные (2 секунды). Если выполнять их последовательно

[1] Скачать файл... (3 сек)
[2] Обработать файл... (2 сек)
[Готово за 5 секунд]

Пример с параллелизмом (оба процесса выполняются одновременно) Если у нас 2 ядра процессора, можно выполнить задачи одновременно.

[1] Скачать файл... (3 сек) ──► Готово!
[2] Обработать файл... (2 сек) ──► Готово!
[Готово за 3 секунды]  ✅ Быстрее!

🚩Как реализовать параллелизм в Python? 🟠`multiprocessing` – настоящий параллелизм В Python multiprocessing создаёт отдельные процессы, которые работают на разных ядрах.

import multiprocessing
import time

def task(name):
    print(f"Начал {name}")
    time.sleep(2)
    print(f"Закончил {name}")

if __name__ == "__main__":
    p1 = multiprocessing.Process(target=task, args=("Процесс 1",))
    p2 = multiprocessing.Process(target=task, args=("Процесс 2",))

    p1.start()
    p2.start()

    p1.join()
    p2.join()
    print("Все процессы завершены")

🟠`threading` – многопоточность (НЕ параллельность в Python!) Python не может выполнять потоки параллельно из-за GIL, но threading всё же полезен для задач ввода-вывода.

import threading
import time

def task(name):
    print(f"Начал {name}")
    time.sleep(2)
    print(f"Закончил {name}")

t1 = threading.Thread(target=task, args=("Поток 1",))
t2 = threading.Thread(target=task, args=("Поток 2",))

t1.start()
t2.start()

t1.join()
t2.join()
print("Все потоки завершены")

🟠`asyncio` – асинхронность (НЕ параллелизм, но эффективное переключение задач) Асинхронность позволяет не ждать выполнения операции, а переключаться на другие задачи.

import asyncio

async def task(name):
    print(f"Начал {name}")
    await asyncio.sleep(2)  # НЕ блокирует другие задачи
    print(f"Закончил {name}")

async def main():
    await asyncio.gather(task("Задача 1"), task("Задача 2"))

asyncio.run(main())

🚩Виды параллелизма 🟠Параллелизм на уровне инструкций (ILP, CPU-level) Процессор выполняет несколько инструкций одновременно. Например, в современных процессорах есть конвейер (pipeline), который выполняет несколько операций параллельно. 🟠Параллелизм на уровне данных (Data Parallelism) Одна операция применяется к разным данным одновременно (используется в нейросетях, GPU).

import numpy as np

arr = np.array([1, 2, 3, 4])
result = arr * 2  # Все элементы умножаются одновременно (векторизация)
print(result)  # [2 4 6 8]

Ставь 👍 и забирай 📚 Базу знаний

🤔 Что такое модуль? Это файл с Python-кодом, содержащий функции, классы и переменные, которые можно переиспользовать. 1. Модули импортируются с помощью import. 2. Используются для структурирования кода, повторного использования и улучшения читаемости. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний

Короче, ищем менторов — Middle и Senior Python-разработчиков Ищем в ШОРТКАТ — менторскую платформу от команды разработчиков из бигтеха. Мы помогаем найти крутую работу, апнуть грейд или сменить стек. Что надо будет делать: проводить тестовые собесы → оценивать грейд → помогать разбираться в сложных темах. Что взамен: - От 40К за 5-7 часов работы в неделю - Доступ к обучению и комьюнити сильных менторов из Booking, Сбер, Oracle, Tinkoff - Возможность выступать на эфирах, куда уже приходят 500+ джавистов, и стать заметнее на рынке Заполняй форму — свяжемся и расскажем подробности ➡️ https://forms.gle/rFY9z9GKggqfgSS76 Реклама. ООО "ШОРТКАТ", ИНН: 9731139396, erid: 2VtzqvscX9B

🤔 Объясни как происходит обработка HTTP запросов на Django Когда пользователь отправляет HTTP-запрос (например, открывает страницу сайта), Django проходит несколько этапов обработки, прежде чем вернуть ответ. 🚩Подробный разбор обработки HTTP-запроса в Django 🟠Запрос приходит в WSGI/ASGI сервер Когда клиент (браузер, API) отправляет запрос, его принимает WSGI/ASGI-сервер (Gunicorn, Daphne). Если проект синхронный → работает через WSGI (wsgi.py). Если проект асинхронный → через ASGI (asgi.py).

GET /hello/ HTTP/1.1
Host: example.com
User-Agent: Mozilla/5.0

🟠Django создаёт `HttpRequest` объект Django превращает HTTP-запрос в объект HttpRequest, который передаётся в view.

def my_view(request):
    print(request.method)  # 'GET'
    print(request.path)  # '/hello/'
    print(request.GET)  # {'name': 'Alice'}

🟠Middleware (промежуточная обработка) Прежде чем запрос дойдёт до view, Django проходит через мидлвари, которые могут: Проверять авторизацию (AuthenticationMiddleware). Защищать от CSRF (CsrfViewMiddleware). Перенаправлять запросы (CommonMiddleware).

MIDDLEWARE = [
    "django.middleware.security.SecurityMiddleware",
    "django.middleware.common.CommonMiddleware",
    "django.middleware.csrf.CsrfViewMiddleware",
    "django.contrib.sessions.middleware.SessionMiddleware",
    "django.contrib.auth.middleware.AuthenticationMiddleware",
]

🟠Поиск `view` в `urls.py` Django ищет, какая функция (view) должна обработать этот URL.

from django.urls import path
from myapp.views import hello_view

urlpatterns = [
    path("hello/", hello_view),  # Запрос "/hello/" попадёт в hello_view
]

🟠Выполнение `view` (контроллера) Когда Django находит подходящее представление (view), оно вызывается.

from django.http import HttpResponse

def hello_view(request):
    return HttpResponse("Привет, мир!")

🟠Формирование и обработка ответа Django берёт HttpResponse и передаёт его обратно через middleware (например, сжатие, защита, заголовки безопасности).

HTTP/1.1 200 OK
Content-Type: text/html
Content-Length: 12

Привет, мир!

🟠WSGI/ASGI сервер отправляет ответ клиенту На последнем этапе WSGI/ASGI-сервер отправляет ответ обратно браузеру или API-клиенту. 🚩Краткая схема обработки запроса

Клиент (браузер) → WSGI/ASGI → Django Middleware → URL Dispatcher → View → Response → Клиент

Ставь 👍 и забирай 📚 Базу знаний

🤔 Как Django обрабатывает запрос/ответ? Django принимает запрос через middleware, передаёт его в подходящий view, где выполняется бизнес-логика. После обработки view возвращает HTTP-ответ, который снова проходит через middleware перед отправкой клиенту. Ставь 👍 если знал ответ, 🔥 если нет Забирай 📚 Базу знаний