100 Echtzeit-Python-Interview-Fragen und Antworten [2024]

Bereiten Sie sich auf Vorstellungsgespräche in Python vor? Oder sind Sie einfach nur neugierig, wie viel Python Sie beherrschen? Nein, kein Problem. Hier decken wir Ihre Probleme mit Fragen und Antworten ab.

Der Artikel wird Ihnen helfen zu verstehen, welche Art von Fragen Ihnen in Vorstellungsgesprächen begegnen könnten. Oder er hilft Ihnen, Ihre Python-Kenntnisse zu bewerten. Stellen Sie sicher, dass Sie die Fragen beantworten, bevor Sie die Antworten sehen, um sich selbst richtig einschätzen zu können. Lassen Sie uns ohne weiteres in die Fragen eintauchen.

Die Fragen sind in verschiedene Abschnitte unterteilt, die sich nach der Art der Themen richten. Zu jedem Abschnitt gibt es Fragen und kuratierte Antworten. Sie können die Antwort mit Ihrer eigenen Sprache abwandeln, die die gleiche Bedeutung hat. Der Interviewer wird also nicht das Gefühl haben, dass Sie etwas ablesen.

Was ist Python?

Antwort: Python ist eine interpretierte High-Level-Programmiersprache für allgemeine Zwecke. Mit Python und Bibliotheken und Frameworks von Drittanbietern können wir fast jede Art von Anwendung erstellen. Python ist eine der beliebtesten Programmiersprachen für fortschrittliche Technologien wie KI, Data Science usw.

Was ist der Hauptunterschied zwischen einem Interpreter und einem Compiler?

Antwort: Der Interpreter übersetzt eine Anweisung nach der anderen in Maschinencode, während der Compiler den gesamten Code auf einmal in Maschinencode übersetzt.

Ist Python eine statisch typisierte oder eine dynamisch typisierte Sprache?

Antwort: Python ist eine dynamisch typisierte Sprache.

Was verstehen Sie unter einer dynamisch typisierten Sprache?

Antwort: Dynamisch typisierte Sprachen überprüfen die Typen von Variablen zur Laufzeit. Einige dynamisch typisierte Sprachen sind Python, JavaScript, Ruby, usw.

Bonus: Statisch typisierte Sprachen überprüfen die Variablentypen zur Kompilierzeit. Einige statisch typisierte Sprachen sind C , C, Java, usw..,

Nennen Sie einige Anwendungen von Python.

Antwort: Python hat eine einfachere und leicht zu erlernende Syntax. Sie mag dem Englischen ähnlich sein. Die Entwicklergemeinde für Python ist riesig. Wir können viele Pakete von Drittanbietern finden, die mit verschiedenen Arten von Anwendungsentwicklung arbeiten. Wenn es um die Entwicklung geht, können wir Webanwendungen, GUI-Anwendungen, CLI-Anwendungen usw. erstellen,

Eine der beliebtesten Anwendungen von Python ist die Automatisierung. Wir können in Python problemlos Skripte erstellen, um Aufgaben wie das Bereinigen der Festplatte, das Versenden von E-Mails, das Abrufen von Daten über Produktpreise usw. zu automatisieren,

Python ist eine der beliebtesten Sprachen im Bereich der Datenwissenschaft.

Welche Anwendungen haben Sie mit Python erstellt?

Antwort: Ich habe mehrere Automatisierungsskripte geschrieben, um sich wiederholende und langweilige Aufgaben zu eliminieren. Und Skripte, um Informationen über Produktpreise, Verfügbarkeit usw. zu erhalten.

Ich habe auch mit Frameworks wie Django und Flask gearbeitet, um Webanwendungen zu erstellen. Und ich habe einige Webanwendungen sowohl mit Django als auch mit Flask erstellt.

Hinweis: Die obige Antwort ist ein Beispiel. Ihre Antwort kann völlig anders ausfallen als die obige. Versuchen Sie, verschiedene Bereiche zu erläutern, in denen Sie mit Python gearbeitet haben. Zeigen Sie die Anwendungen, wenn sie vorhanden sind.

Was sind die eingebauten Datentypen in Python?

Antwort: Es gibt mehrere eingebaute Datentypen in Python. Sie sind int, float, complex, bool, list, tuple, set, dict, str.

Hinweis: Siemüssennicht alle in Python vorhandenen Datentypen aufzählen. Nennen Sie einige davon, die Sie am häufigsten verwenden. Der Interviewer kann auf der Grundlage Ihrer Antwort Fragen stellen.

Sowohl list als auch tuple werden verwendet, um eine Sammlung von Objekten zu speichern. Der Hauptunterschied zwischen einer Liste und einem Tupel besteht darin, dass eine Liste ein veränderbares Objekt ist, während ein Tupel ein unveränderbares Objekt ist.

Was sind veränderliche und unveränderliche Datentypen?

Antwort: Veränderliche Datentypen können nach ihrer Erstellung geändert werden. Einige der veränderbaren Objekte in Python sind list, set, dict.

Unveränderliche Datentypen können nach ihrer Erstellung nicht mehr geändert werden. Einige der unveränderlichen Objekte in Python sind str, tuple.

Erklären Sie einige Methoden der Liste.

Antwort:

1. append – die Methode wird verwendet, um ein Element zur Liste hinzuzufügen. Sie fügt das Element an das Ende der Liste an.

>>> a = [1, 2]
>>> a.append(3)
>>> a
[1, 2, 3]

2. pop – die Methode wird verwendet, um ein Element aus der Liste zu entfernen. Sie entfernt das letzte Element, wenn wir keinen Index als Argument angeben oder entfernt das Element am Index, wenn wir ein Argument angeben.

>>> a = [1, 2, 3, 4, 5]
>>> a.pop()
5
>>> a
[1, 2, 3, 4]
>>> a.pop(1)
2
>>> a
[1, 3, 4]

3. remove – die Methode wird verwendet, um ein Element aus der Liste zu entfernen. Wir müssen das Element, das wir aus der Liste entfernen möchten, als Argument angeben. Es wird das erste Vorkommen des Elements aus der Liste entfernt.

>>> a = [1, 2, 2, 3, 4]
>>> a = [1, 2, 3, 2, 4]
>>> a.remove(1)
>>> a
[2, 3, 2, 4]
>>> a.remove(2)
>>> a
[3, 2, 4]

4. sort – die Methode zum Sortieren der Liste in aufsteigender oder absteigender Reihenfolge.

>>> a = [3, 2, 4, 1]
>>> a.sort()
>>> a
[1, 2, 3, 4]
>>> a.sort(reverse=True)
>>> a
[4, 3, 2, 1]

5. reverse – die Methode wird verwendet, um die Listenelemente umzukehren.

>>> a = [3, 2, 4, 1]
>>> a.reverse()
>>> a
[1, 4, 2, 3]

Hinweis: Esgibtnoch weitere Methoden wie clear, insert, count, usw… Sie müssen dem Interviewer nicht jede Methode der Liste erklären. Erklären Sie nur zwei oder drei Methoden, die Sie am häufigsten verwenden.

Erläutern Sie einige Methoden von string.

Antworten Sie:

1. split – die Methode wird verwendet, um die Zeichenkette an den gewünschten Stellen aufzuteilen. Sie gibt die Liste als Ergebnis zurück. Standardmäßig wird die Zeichenkette an Leerzeichen aufgeteilt. Wir können das Begrenzungszeichen als Argument für die Methode angeben.

>>> a = "Dies ist Geekflare"
>>> a.split()
['Dies', 'ist', 'Geekflare']
>>> a = "1, 2, 3, 4, 5, 6"
>>> a.split(", ")
['1', '2', '3', '4', '5', '6']

2. join – die Methode wird verwendet, um die Liste der String-Objekte zu kombinieren. Sie kombiniert die String-Objekte mit dem von uns angegebenen Begrenzungszeichen.

>>> a = ['Dies', 'ist', 'Geekflare']
>>> ' '.join(a)
'Dies ist Geekflare'
>>> ', '.join(a)
'Dies, ist, Geekflare'

Hinweis: EinigeandereMethoden für Strings sind: capitalize, isalnum, isalpha, isdigit, lower, upper, center, usw..,

Was ist die negative Indizierung in Listen?

Antwort: Der Index wird verwendet, um auf ein Element in einer Liste zuzugreifen. Die normale Indizierung der Liste beginnt bei 0.

Ähnlich wie die normale Indizierung wird auch die negative Indizierung verwendet, um auf die Elemente in den Listen zuzugreifen. Bei der negativen Indizierung können wir jedoch vom Ende der Liste aus auf den Index zugreifen. Der Beginn der negativen Indizierung ist -1. Und er steigt weiter an wie -2, -3, -4, usw., bis zur Länge der Liste.

>>> a = [1, 2, 3, 4, 5]
>>> a[-1]
5
>>> a[-3]
3
>>> a[-5]
1

Erklären Sie einige Methoden von dict.

Antwort:

1. items – die Methode gibt Schlüssel:Wert-Paare von Dictionaries als eine Liste von Tupeln zurück.

>>> a = {1: 'Geekflare', 2: 'Geekflare Tools', 3: 'Geekflare Online Compiler'}
>>> a.items()
dict_items([(1, 'Geekflare'), (2, 'Geekflare Tools'), (3, 'Geekflare Online Compiler')])

2. pop – die Methode wird verwendet, um das Schlüssel:Wert-Paar aus dem Wörterbuch zu entfernen. Sie nimmt den Schlüssel als Argument entgegen und entfernt ihn aus dem Wörterbuch.

>>> a = {1: 2, 2: 3}
>>> a.pop(2)
3
>>> a
{1: 2}

Hinweis: Einige andere Methoden von dict sind: get, keys, values, clear, etc.

Was ist Slicing in Python?

Antwort: Slicing wird verwendet, um von einem Sequenz-Datentyp aus auf das Subarray zuzugreifen. Es gibt die Daten aus dem Sequenzdatentyp auf der Grundlage der von uns angegebenen Argumente zurück. Es gibt denselben Datentyp zurück wie den Quelldatentyp.

Slicing nimmt drei Argumente entgegen. Das sind der Startindex, der Endindex und die Schrittweite. Die Syntax von Slicing lautet variable[start:end:step]. Die Argumente sind für Slicing nicht zwingend erforderlich. Sie können einen leeren Doppelpunkt (:) angeben, der die gesamten Daten als Ergebnis liefert.

>>> a = [1, 2, 3, 4, 5]
>>> a[:]
[1, 2, 3, 4, 5]
>>> a[:3]
[1, 2, 3]
>>> a[3:]
[4, 5]
>>> a[0:5:2]
[1, 3, 5]

Welche Datentypen erlauben Slicing?

Antwort: Wir können Slicing auf die Datentypen list, tuple und str anwenden.

Was sind Entpackungsoperatoren in Python? Wie kann man sie verwenden?

Antwort: Die Operatoren * und ** sind Entpackungsoperatoren in Python.

Der Entpackungsoperator * wird verwendet, um aus Sequenzdatentypen mehrere Werte auf einmal zuzuweisen.

>>> items = [1, 2, 3]
>>> a, b, c = items
>>> a
1
>>> b
2
>>> c
3
>>> a, *b = Artikel
>>> a
1
>>> b
[2, 3]

Der Entpackungsoperator ** wird bei Diktat-Datentypen verwendet. Das Entpacken in Wörterbüchern funktioniert nicht wie das Entpacken bei Sequenz-Datentypen.

Das Auspacken in Wörterbüchern wird meist dazu verwendet, Schlüssel:Wert-Elemente von einem Wörterbuch in ein anderes zu kopieren.

>>> a = {1:2, 3:4}
>>> b = {**a}
>>> b
{1: 2, 3: 4}
>>> c = {3:5, 5:6}
>>> b = {**a, **c}
>>> b
{1: 2, 3: 5, 5: 6}

Hinweis: Weitere Informationen zu diesen Operatoren finden Sie in diesem Artikel.

Gibt es in Python Switch-Anweisungen?

Antwort: Nein, Python verfügt nicht über switch-Anweisungen.

Wie implementieren Sie die Funktionalität von switch-Anweisungen in Python?

Antwort: Wir können die Funktionalität von switch-Anweisungen mit if- und elif-Anweisungen implementieren.

>>> if a == 1:
... print(...)
... elif a == 2:
... print(....)

Was sind break und continue Anweisungen?

Antwort:

break – die break-Anweisung wird verwendet, um die laufende Schleife zu beenden. Die Ausführung des Codes springt an die Stelle außerhalb der break-Schleife.

>>> for i in range(5):
... if i == 3:
... break
... print(i)
...
0
1
2

continue – die continue-Anweisung wird verwendet, um die Ausführung des restlichen Codes zu überspringen. Der Code nach der continue-Anweisung wird in der aktuellen Iteration nicht ausgeführt, und die Ausführung geht zur nächsten Iteration über.

>>> for i in range(5):
... if i == 3:
... continue
... print(i)
...
0
1
2
4

Wann wird der Code in else mit while und for Schleifen ausgeführt?

Antwort: Der Code innerhalb des else-Blocks mit while- und for-Schleifen wird ausgeführt, nachdem alle Iterationen ausgeführt wurden. Und der Code innerhalb des else-Blocks wird nicht ausgeführt, wenn wir die Schleifen abbrechen.

Was sind Listen- und Wörterbuchverständnisse?

Antwort: Listen- und Wörterbuchauffassungen sind syntaktischer Zucker für die for-Schleifen.

>>> a = [i for i in range(10)]
>>> a
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> a = {i: i 1 for i in range(10)}
>>> a
{0: 1, 1: 2, 2: 3, 3: 4, 4: 5, 5: 6, 6: 7, 7: 8, 8: 9, 9: 10}
>>&gt

Wie funktioniert die Bereichsfunktion?

Antwort: Die Funktion range gibt die Folge von Zahlen zwischen Start und Stop mit einer Schrittweite zurück. Die Syntax der range-Funktion lautet range(start, stop[, step]).

Das Argument stop ist obligatorisch. Die Argumente start und step sind optional. Der Standardwert für start und step ist 0 bzw. 1 .

>>> Liste(Bereich(10))
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> list(bereich(1, 10))
[1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> list(bereich(1, 10, 2))
[1, 3, 5, 7, 9]
>>&gt

Was sind die Parameter und Argumente?

Antwort: Parameter sind die Namen, die in der Funktionsdefinition aufgeführt sind.

Argumente sind die Werte, die der Funktion beim Aufrufen übergeben werden.

Was sind die verschiedenen Arten von Argumenten in Python?

Antwort: Es gibt hauptsächlich vier Arten von Argumenten. Sie sind Positionsargumente, Standardargumente, Schlüsselwortargumente und beliebige Argumente.

Positionsargumente: Die normalen Argumente, die wir in benutzerdefinierten Funktionen definieren, werden Positionsargumente genannt. Alle Positionsargumente sind beim Aufruf der Funktion erforderlich.

>>> def add(a, b):
... return a b
...
>>> add(1, 2)
3
>>> add(1)
Traceback (jüngster Aufruf zuletzt):
  Datei "<stdin>", Zeile 1, in <module>
TypeError: add() fehlt 1 erforderliches Positionsargument: 'b'
>>&gt

Standardargumente: Wir können den Wert der Argumente in der Funktionsdefinition selbst als Standardwert angeben. Wenn der Benutzer den Wert nicht übergeben hat, wird die Funktion den Standardwert berücksichtigen.

>>> def add(a, b=3):
... return a b
...
>>> add(1, 2)
3
>>> add(1)
4

Schlüsselwortargumente: Wir können den Namen der Argumente angeben, während wir die Funktion aufrufen und ihnen Werte zuweisen. Die Schlüsselwortargumente helfen uns, die bei Positionsargumenten obligatorische Reihenfolge zu vermeiden.

>>> def add(a, b):
... print("a ", a)
... print("b ", b)
... return a b
...
>>> add(b=4, a=2)
a 2
b 4
6

Beliebige Argumente: Wir verwenden beliebige Argumente, um eine Reihe von Werten auf einmal zu sammeln, wenn wir die Anzahl der Argumente, die die Funktion erhalten wird, nicht kennen. Wir verwenden die Operatoren * und ** in der Funktionsdefinition, um die Argumente zu sammeln.

>>> def add(*args):
... return sum(args)
...
>>> add(1, 2, 3, 4, 5)
15
>>> def dict_args(**kwargs):
... print(kwargs)
...
>>> dict_args(a='Geekflare', b='Geekflare Tools', c='Geekflare Online Compiler')
{'a': 'Geekflare', 'b': 'Geekflare Tools', 'c': 'Geekflare Online Compiler'}

Was ist die Lambda-Funktion?

Antwort: Lambda-Funktionen sind kleine anonyme Funktionen in Python. Sie haben einzelne Ausdrücke und nehmen mehrere Argumente an.

>>> add = lambda a, b: a b
>>> add(1, 3)
4

Was ist der Unterschied zwischen einer normalen Funktion und einer Lambda-Funktion?

Antwort: Die Funktionalität von normalen Funktionen und Lambda-Funktionen ist ähnlich. Allerdings müssen wir bei normalen Funktionen im Vergleich zu Lambda-Funktionen für dieselbe Funktionalität etwas mehr Code schreiben.

Lambda-Funktionen sind praktisch, wenn es nur einen einzigen Ausdruck gibt.

Wofür wird das Schlüsselwort pass verwendet?

Antwort: Das Schlüsselwort pass wird verwendet, um einen leeren Block im Code zu erwähnen. Python erlaubt es uns nicht, Blöcke ohne Code zu lassen. Mit der pass-Anweisung können wir also leere Blöcke definieren (wenn wir uns entscheiden, den Code später zu füllen).

>>> def add(*args):
...
...
  Datei "<stdin>", Zeile 3

    ^
IndentationError: erwartete einen eingerückten Block
>>> def add(*args):
... pass
...
>>&gt

Was ist eine rekursive Funktion?

Antwort: Die Funktion, die sich selbst aufruft, wird als rekursive Funktion bezeichnet.

Was sind Packoperatoren in Python? Wie kann man sie verwenden?

Antwort: Die Packing-Operatoren werden verwendet, um mehrere Argumente in Funktionen zu sammeln. Sie werden auch als beliebige Argumente bezeichnet.

Hinweis: In diesem Artikel finden Sie weitere Informationen zu Packing-Operatoren in Python.

Welches Schlüsselwort wird verwendet, um Klassen in Python zu erstellen?

Antwort: Das Schlüsselwort class wird verwendet, um Klassen in Python zu erstellen. Bei der Benennung der Klassen in Python sollten wir uns an den Pascal-Fall halten, der in der Industrie Standard ist.

>>> class Car:
... pass
...

Wie instanziiert man eine Klasse in Python?

Antwort: Wir können eine Instanz einer Klasse in Python erstellen, indem wir sie einfach wie eine Funktion aufrufen. Wir können die erforderlichen Attribute für das Objekt auf die gleiche Weise übergeben, wie wir es bei Funktionsargumenten tun.

>>> class Car:
... def __init__(self, color):
... self.color = Farbe
...
>>> red_car = Auto('rot')
>>> red_car.color
'rot'
>>> grün_auto = Auto('grün')
>>> grün_auto.farbe
'grün'
>>&gt

Was ist self in Python?

Antwort: Das self stellt das Objekt der Klasse dar. Es wird verwendet, um auf die Objektattribute und Methoden innerhalb der Klasse für das jeweilige Objekt zuzugreifen.

Was ist die Methode __init__?

Antwort: __init__ ist eine Konstruktormethode, die den Konstruktoren in anderen OOP-Sprachen ähnelt. Sie wird sofort ausgeführt, wenn wir ein Objekt für die Klasse erstellen. Sie wird verwendet, um die Anfangsdaten für die Instanz zu initialisieren.

Was ist docstring in Python?

Antwort: Die Dokumentationszeichenfolgen oder docstrings werden verwendet, um einen Codeblock zu dokumentieren. Sie werden auch als mehrzeilige Kommentare verwendet.

Diese docstrings werden in den Methoden einer Klasse verwendet, um zu beschreiben, was eine bestimmte Methode tut. Und wir können den Methoden-Docstring mit der Help-Methode sehen.

>>> class Car:
... def __init__(self, color):
... self.color = Farbe
...
... def change_color(self, updated_color):
...             """Diese Methode ändert die Farbe des Autos"""
... self.color = updated_color
...
>>> Auto = Auto('rot')
>>> help(auto.change_color)
Hilfe zur Methode change_color im Modul __main__:

change_color(updated_color) Methode von __main__.Car Instanz
    Diese Methode ändert die Farbe des Autos

>>&gt

Was sind dunder oder magische Methoden?

Antwort: Die Methoden mit zwei Unterstrichen als Präfix und Suffix werden als Dunder- oder Magic-Methoden bezeichnet. Sie werden hauptsächlich verwendet, um Methoden außer Kraft zu setzen. Einige der Methoden, die wir in Klassen außer Kraft setzen können, sind __str__, __len__, __setitem__, __getitem__, usw..,

>>> class Car:
... def __str__(self):
... return "Dies ist eine Auto-Klasse"
...
>>> Auto = Auto()
>>> print(auto)
Dies ist eine Autoklasse
>>&gt

Hinweis: Es gibt viele weitere Methoden, die Sie überschreiben können. Sie sind nützlich, wenn Sie den Code in der Tiefe anpassen möchten. Lesen Sie die Dokumentation für weitere Informationen.

Wie implementiert man Vererbung in Python?

Antwort: Wir können die Elternklasse als Argument an die Kindklasse übergeben. Und wir können die init-Methode der Elternklasse in der Kindklasse aufrufen.

>>> Klasse Animal:
... def __init__(self, name):
... self.name = name
...
>>> class Animal: e):
... def __init__(self, name):
... self.name = name
...
... def display(self):
... print(self.name)
>>> class Dog(Animal): e):ame)
... def __init__(self, name):
... super().__init__(name)
...
>>> Hündchen = Hund('Tommy')
>>> Hündchen.display()
Tommy
>>&gt

Wie kann man in Python auf die Elternklasse innerhalb der Kindklasse zugreifen?

Antwort: Wir können die Funktion super() verwenden, die auf die Elternklasse innerhalb der Kindklasse verweist. Und wir können damit auf Attribute und Methoden zugreifen.

Wie verwendet man einzeilige und mehrzeilige Kommentare in Python?

Antwort: Wir verwenden die Raute (#) für einzeilige Kommentare. Und dreifache einfache Anführungszeichen (”’comment”’) oder dreifache doppelte Anführungszeichen (“comment”) für mehrzeilige Kommentare.

Was ist ein Objekt in Python?

Antwort: Alles in Python ist ein Objekt. Alle Datentypen, Funktionen und Klassen sind Objekte.

Was ist der Unterschied zwischen is und ==?

Antwort: Der == Operator wird verwendet, um zu prüfen, ob zwei Objekte den gleichen Wert haben oder nicht. Der is-Operator wird verwendet, um zu prüfen, ob zwei Objekte auf denselben Speicherplatz verweisen oder nicht.

>>> a = []
>>> b = []
>>> c = a
>>> a == b
Wahr
>>> a ist b
Falsch
>>> a ist c
Wahr
>>&gt

Was ist eine oberflächliche und eine tiefe Kopie?

Antwort:

Shallow Copy: Es wird die exakte Kopie des Originals erstellt, ohne die Referenzen der Objekte zu ändern. Sowohl das kopierte als auch das ursprüngliche Objekt beziehen sich auf die gleichen Objektreferenzen. Wenn Sie also ein Objekt ändern, wirkt sich das auch auf das andere aus.

Für die oberflächliche Kopie wird die Methode copy aus dem Modul copy verwendet.

>>> from copy import copy
>>> a = [1, [2, 3]]
>>> b = copy(a)
>>> a<x><x><x>[1]</x></x></x>.append(4)
>>> a
[1, [2, 3, 4]]
>>> b
[1, [2, 3, 4]]

Deep Copy: Es kopiert die Werte des ursprünglichen Objekts rekursiv in das neue Objekt. Für das tiefe Kopieren müssen wir die Slicing- oder Deepcopy-Funktion aus dem copy-Modul verwenden.

>>> from copy import deepcopy
>>> a = [1, [2, 3]]
>>> b = deepcopy(a)
>>> a<x><x><x>[1]</x></x></x>.append(4)
>>> a
[1, [2, 3, 4]]
>>> b
[1, [2, 3]]
>>> b[<x>1]</x>.append(5)
>>> a
[1, [2, 3, 4]]
>>> b
[1, [2, 3, 5]]
>>&gt

Was sind Iteratoren?

Antwort: Iteratoren sind Objekte in Python, die sich ihren Iterationszustand merken. Sie initialisieren die Daten mit der Methode __iter__ und geben das nächste Element mit der Methode __next__ zurück.

Wir müssen die Methode next(iterator) aufrufen, um das nächste Element des Iterators zu erhalten. Und wir können einen Sequenz-Datentyp mit der eingebauten Methode iter in einen Iterator umwandeln.

>>> a = [1, 2]
>>> iterator = iter(a)
>>> next(iterator)
1
>>> weiter(iterator)
2
>>> weiter(iterator)
Traceback (letzter Aufruf):
  Datei "<stdin>", Zeile 1, in <module>
StopIteration
>>&gt

Was sind Generatoren?

Antwort: Generatoren sind die Funktionen, die einen Iterator wie ein Generatorobjekt zurückgeben. Sie verwenden den Yield, um die Daten zu erzeugen.

>>> def numbers(n):
... for i in range(1, n 1):
... yield i
...
>>> _10 = Zahlen(10)
>>> weiter(_10)
1
>>> weiter(_10)
2
>>> weiter(_10)
3
>>> weiter(_10)
4

Was sind Python-Namespaces?

Antwort: Betrachten Sie die Kontaktliste Ihres Telefons als einen Namensraum. Vielleicht haben Sie mehrere Freunde namens John, aber wenn Sie einen Kontakt als ‘John Smith’ oder ‘John Doe’ bezeichnen, können Sie ihn eindeutig identifizieren.

In diesem Beispiel bieten Namensräume eine Methode, um Entitäten mit ähnlichen Namen eindeutig zu identifizieren und zu verwalten und so Verwechslungen und Konflikte zu vermeiden. In ähnlicher Weise verhindern Namespaces in Python Namenskonflikte und bieten einen strukturierten Ansatz zur Organisation von Variablen, Funktionen, Klassen und anderen Bezeichnern innerhalb eines Programms.

Was ist Verkapselung?

Antwort: Betrachten Sie ein modernes, sicheres Türschloss-System. Die inneren Mechanismen des Schlosses, wie die elektronische Tastatur und der motorisierte Riegel, sind im Schloss gekapselt. Die Benutzer interagieren mit dem Schloss über ein Tastenfeld oder eine mobile App.

Klasse: SecureLock
Attribute: 
    - access_codes
    - schloss_status
    - benutzer_Einstellungen

Methoden:
    - enter_code()
    - sperren()
    - entsperren()
    - get_lock_status()

Durch die Kapselung der Mechanik des Schlosses können die Benutzer ein benutzerfreundliches Erlebnis genießen. Sie können den Zugang zu ihrem Eigentum sicher kontrollieren, ohne sich um die technische Komplexität des Schlosses selbst kümmern zu müssen. Die Kapselung gewährleistet eine effiziente und sichere Türsteuerung.

Zusammenfassend lässt sich sagen, dass Kapselung in Python bedeutet, dass Daten (Variablen) und Methoden in einer Klasse gebündelt werden, wobei der Zugriff auf private Variablen und deren Änderung nur über Methoden erfolgt. Diese Praxis verbessert den Datenschutz, die Wartbarkeit des Codes und das Gesamtdesign der Software.

Erklären Sie, was Vererbung ist und welche Typen es gibt.

Antwort: Die Vererbung ermöglicht es Programmierern, eine Klasse zu erstellen, die die Methoden und Attribute einer anderen Klasse übernehmen kann. Es gibt fünf Arten der Vererbung:

• Einfache Vererbung: Eine Klasse erbt Attribute und Methoden von einer einzigen Basisklasse.

• Mehrfache Vererbung: Eine Klasse kann von mehreren Basisklassen erben und deren Attribute und Methoden übernehmen.

• Mehrstufige Vererbung: In dieser Hierarchie dient eine abgeleitete Klasse als Basisklasse für eine andere Klasse.

• Hierarchische Vererbung: Mehrere abgeleitete Klassen erben von einer gemeinsamen Basisklasse.

• Hybride Vererbung: Eine Kombination aus Mehrfachvererbung und anderen Formen der Vererbung.

Jede Form der Vererbung bietet einen einzigartigen Ansatz für die Organisation von Klassen und den Austausch von Funktionen in Python-Programmen.

Erklären Sie den Polymorphismus in Python.

Antwort: Polymorphismus in Python ist ein Name und viele Aufgaben. Es ist wie ein Werkzeug mit verschiedenen Verwendungszwecken, je nachdem, was benötigt wird. Es kann mit verschiedenen Daten und Anweisungen umgehen. Stellen Sie sich vor, Sie haben ein Programm, das mit verschiedenen Formen wie Kreisen und Rechtecken arbeitet. Sie möchten deren Flächen berechnen. Anstatt für jede Form eine eigene Funktion zu erstellen, kommt hier der Polymorphismus ins Spiel.

class Shape:
    def calculate_area(self):
        pass

class Circle(Shape):

    def __init__(self, radius):

        self.radius = radius


    def calculate_area(self):

        return 3.14159 * self.radius * self.radius


class Rectangle(Shape):

    def __init__(self, width, height):

        self.width = Breite

        self.height = Höhe

    def calculate_area(self):

        return self.width * self.height

# Polymorphismus verwenden

shapes = [Circle(5), Rectangle(4, 6)]

for shape in shapes:

    area = shape.calculate_area()

    print(f "Fläche: {Fläche}")

In dem obigen Beispiel verfügt die Klasse Shape über eine Methode calculate_area(), die in den Klassen Circle und Rectangle überschrieben wird. Obwohl Sie dieselbe Methode aufrufen (calculate_area()), verhält sie sich je nach Objekttyp unterschiedlich (Polymorphismus). Auf diese Weise können Sie verschiedene Formen mit einem einheitlichen Ansatz behandeln.

Erklären Sie Multithreading in Python.

Antwort: Multithreading bedeutet, dass ein Prozessor viele Aufgaben auf einmal ausführt. Selbst bei einer einfachen, einteiligen CPU wird dies durch schnelles Umschalten zwischen den Aufgaben erreicht. Das Threading-Modul von Python macht es einfach, mehrere Threads zu verwenden. Es ist, als ob verschiedene Worker in einem Programm zusammenarbeiten. Hier ist ein kurzes Beispiel:

importieren threading

def task1():

    # Ihre Aufgabe hier

def task2():

    # Ihre Aufgabe hier

thread1 = threading.Thread(target=task1)

thread2 = threading.Thread(target=Aufgabe2)


thread1.start()

thread2.start()


thread1.join()

thread2.join()

print("Beide Aufgaben sind erledigt")

Erklären Sie, wie Python den Speicher verwaltet.

Antwort: Die Speicherverwaltung in Python ist ein privater Speicherbereich, in dem alle Elemente und Strukturen von Python gespeichert werden. Der Speichermanager von Python verwaltet diesen privaten Speicherbereich, der verschiedene dynamische Speicheroperationen wie Teilen, Aufteilen, Reservieren und Zwischenspeichern durchführt. Dieser Manager hinter den Kulissen ist in mehrere Teile unterteilt, die sich jeweils mit einem anderen Aspekt der Speicherverwaltung befassen.

Wird in Python zwischen Groß- und Kleinschreibung unterschieden?

Antwort: Ja, bei Python wird die Groß- und Kleinschreibung unterschieden.

Was ist der Pythonpfad?

Antwort: Pythonpath ist eine Art Wegweiser für den Python-Interpreter, der ihm zeigt, wo er die verschiedenen Tools und Bibliotheken finden kann. Betrachten Sie ihn als eine Karte, mit der Python durch seine Welt navigiert. Während andere Sprachen ein ähnliches System namens PATH haben, ist Pythonpath vielseitiger und enthält zusätzliche Verzeichnisse speziell für Python-Module.

Was sind Python-Module, -Pakete und -Bibliotheken?

Antwort:

Module: Ein Python-Modul ist wie eine beschriftete Box für Ihren Code. Es enthält Funktionen, Klassen und Dinge, die Sie sich merken wollen. Sie können darin auch Code ablegen, der ausgeführt wird. Es ist wie eine aufgeräumte Box für Ihre Code-Tools, die Ihnen das Programmieren erleichtert.

Pakete: Pakete sind Sammlungen zusammengehöriger Module, die in einer Verzeichnishierarchie gruppiert sind. Sie ermöglichen es Ihnen, Ihren Code auf einer höheren Ebene zu organisieren. Ein Paket kann sowohl Module als auch Unterpakete enthalten. Dies hilft Ihnen, Ihre Projekte besser zu strukturieren und zu organisieren.

Bibliotheken: Eine Bibliothek ist eine Sammlung von Modulen und Paketen. Sie ist wie ein Werkzeugkasten, der eine breite Palette von Funktionen bietet, mit denen Sie verschiedene Aufgaben ausführen können, ohne das Rad neu erfinden zu müssen. Bibliotheken können eingebaut (von Python selbst bereitgestellt) oder extern (von anderen Entwicklern erstellt) sein. – es einfach und verständlich klingen lassen.

Was sind Klassifizierer?

Antwort: Ein Klassifikator ist eine Art intelligentes Werkzeug des maschinellen Lernens, das anhand seiner einzigartigen Merkmale herausfindet, zu welcher Kategorie etwas gehört. Nehmen wir zum Beispiel an, Sie haben eine Reihe von Früchten – Äpfel, Bananen und Orangen. Jede Frucht hat Merkmale wie Farbe, Form und Größe. Ein Klassifikator wäre in diesem Fall so etwas wie ein Obst-Identifikator. Er prüft die Merkmale und entscheidet, ob eine Frucht ein Apfel, eine Banane oder eine Orange ist.

Was ist der Geltungsbereich in Python?

Antwort: In Python gehen Scope und Namespace Hand in Hand. Scope bestimmt, wo ein Name in Ihrem Programm verwendet wird. Stellen Sie sich das wie Bereiche vor, in denen ein Name Sinn macht. Diese Bereiche werden mit Hilfe von Wörterbüchern verwaltet, also mit Listen, die Namen und Dingen zuordnen. Diese Listen werden Namespaces genannt.

Was ist Scope Resolution?

Antwort: Die Bereichsauflösung ist eine wichtige Idee in Python. Sie entscheidet darüber, wie das Programm beim Schreiben Ihres Codes Variablen und Namen auswählt. Dieser ganze Prozess bestimmt, wo Sie Variablen in Ihrem Programm verwenden können. Zu wissen, wie Python mit Scopes umgeht, ist entscheidend für die Erstellung von sauberem, schnellem und fehlerfreiem Code.

Was sind die wichtigsten Funktionen von Python?

Antwort: Python ist eine OOP-Sprache, die zahlreiche Funktionen bietet, um Entwicklern die Arbeit zu erleichtern. Hier ist eine handverlesene Liste mit einigen der besten Funktionen:

• Leicht zu lernen und zu lesen
• Dynamisch typisierte Programmiersprache
• Open-Source
• Umfangreiche Bibliothek
• Starke Community-Unterstützung
• GUI-Unterstützung
• Anpassungsfähigkeit an mehrere Plattformen
• Effektive Speicherverwaltung

Welche Arten von Operatoren gibt es in Python?

Antwort: Operatoren werden verwendet, um Aktionen mit Variablen und Werten auszuführen. In Python werden die Operatoren in die folgenden Gruppen eingeteilt:

• Arithmetische Operatoren
• Zuweisungsoperatoren
• Vergleichsoperatoren
• Logische Operatoren
• Identitäts-Operatoren
• Zugehörigkeitsoperatoren
• Bitweise Operatoren

Welche verschiedenen Verknüpfungsoptionen gibt es in Pandas und welchen Zweck erfüllen sie?

Antwort: In Pandas kombiniert die Join-Operation zwei oder mehr DataFrames auf der Grundlage ihrer Indizes oder Spalten. Es gibt verschiedene Arten von Verknüpfungen, die jeweils einem bestimmten Zweck dienen:

• Inner Join: Kombiniert übereinstimmende Zeilen aus beiden DataFrames.
• Linke Verknüpfung: Behält alle Zeilen aus dem linken DataFrame und passende Zeilen aus dem rechten.
• Rechter Join: Behält alle Zeilen aus dem rechten DataFrame und übereinstimmende Zeilen aus dem linken DataFrame bei.
• Äußere Verknüpfung: Kombiniert alle Zeilen aus beiden DataFrames, wobei fehlende Werte mit NaN aufgefüllt werden.
• Verkettung: Stapelt DataFrames vertikal oder Seite an Seite.

Diese Verknüpfungsoptionen bieten mehrere Möglichkeiten, Daten aus zahlreichen Quellen zu kombinieren, um bestimmte analytische Anforderungen zu erfüllen.

Was sind Unit-Tests in Python?

Antwort: Unit-Tests sind kleine Prüfungen, mit denen wir feststellen, ob unser Code seine Aufgabe richtig erfüllt. Wir wählen eine Sache aus, z.B. eine Funktion, und testen sie separat. Diese Tests sind sehr wichtig, denn sie helfen uns, sicherzustellen, dass unser Code richtig funktioniert und Probleme zu finden, bevor sie zu großen Problemen werden.

Was ist Unpickling und Pickling?

Antwort: “Pickling” bezieht sich auf die Umwandlung einer Python-Objektanordnung in einen Strom von Bytes, während “unpickling” einen Strom von Bytes, der aus einer Binärdatei oder einem byteähnlichen Objekt stammt, wieder in eine Objektanordnung zurückverwandelt.

Was sind Dekoratoren in Python?

Antwort: In Python ist ein Dekorator eine Art Designtrick, mit dem Sie ein bestehendes Objekt um zusätzliche Fähigkeiten erweitern können, ohne seinen Aufbau zu verändern. Dekoratoren werden normalerweise verwendet, bevor Sie eine Funktion definieren, die Sie verbessern möchten.

Wie verwendet man Dekoratoren in Python?

Antwort: In Python ist ein Dekorator eine Art Designtrick, mit dem Sie ein bestehendes Objekt um zusätzliche Fähigkeiten erweitern können, ohne seinen Aufbau zu verändern. Dekoratoren werden normalerweise verwendet, bevor Sie eine Funktion definieren, die Sie verbessern möchten.

Wie funktioniert der // Operator in Python?

Antwort: Er wird als Operator für die Bodendivision bezeichnet und fällt unter die Kategorie der arithmetischen Operatoren. Dieser Operator führt eine Division durch und rundet anschließend das Ergebnis auf die nächste ganze Zahl ab. Hier ist ein Beispiel, das Ihnen ein schnelles Verständnis für seine Funktionsweise vermittelt.

result = 10 // 3 # 10 geteilt durch 3 ist 3,333..., aber // rundet auf 3 ab
print(result) # Ausgabe: 3

result = -10 // 3 # -10 geteilt durch 3 ist -3,333..., aber // rundet immer noch auf -4 ab
print(ergebnis) # Ausgabe: -4

Wie wird die pass-Anweisung in Python verwendet?

Antwort: Die pass-Anweisung ist eine Art Stellvertreter für zukünftigen Code. Wenn sie verwendet wird, passiert eigentlich nichts, aber sie verhindert, dass Fehler auftauchen, wenn Sie keinen leeren Code haben sollten. Diese Regel gilt unter anderem für Schleifen, Funktionen, Klassen und if-Anweisungen.

Nennen Sie die Arten von Sequenzen in Python.

Antwort: In Python sind Sequenzen wie geordnete Listen von Elementen, mit denen Sie arbeiten können. Es gibt verschiedene Arten von Sequenzen:

• Listen: Das sind Sammlungen, in denen Sie verschiedene Dinge in eine bestimmte Reihenfolge bringen können.
• Tupel: Ähnlich wie Listen, aber sobald Sie sie erstellt haben, können Sie den Inhalt nicht mehr ändern.
• Zeichenketten: Dies sind Zeichenfolgen, die nur aus Buchstaben, Zahlen und Symbolen bestehen.
• Bereiche: Dies sind Zahlenfolgen, die Sie schnell erstellen können, z.B. um von einer Zahl zur anderen zu zählen.
• Bytes und Byte-Arrays: Diese Sequenzen verarbeiten binäre Daten, also die Art und Weise, wie Computer Informationen speichern.

Diese verschiedenen Arten von Sequenzen sind Werkzeuge, die Programmierern helfen, auf verschiedene Weise mit Daten zu arbeiten.

Erklären Sie Monkey Patching in Python.

Antwort: Beim Monkey-Patching in Python geht es darum, das Verhalten eines Moduls oder einer Klasse zu ändern, während das Programm ausgeführt wird. Sie können Dinge wie Methoden und Funktionen hinzufügen, ändern oder ersetzen, ohne den ursprünglichen Code zu verändern. Der Name “Monkey Patching” deutet darauf hin, dass Sie diese Änderungen auf eine lustige, ungezwungene Weise vornehmen, wie ein Affe, der herumspielt.

Wann könnten Sie Monkey Patching verwenden? Stellen Sie sich vor, Sie verwenden ein Tool (ein Modul oder eine Klasse), das fast das tut, was Sie wollen, aber nicht ganz. Mit dem Affen-Patching können Sie es spontan ändern, Probleme beheben oder neue Funktionen hinzufügen, ohne auf ein offizielles Update zu warten. Hier ist eine einfachere Erklärung, wie Monkey Patching funktioniert:

• Vorbereiten: Sie beginnen damit, dass Sie das Tool, mit dem Sie spielen möchten, einführen (indem Sie das Modul oder die Klasse importieren).

• Änderungen vornehmen: Sie können dann an dem Tool herumbasteln, indem Sie neue Teile hinzufügen, vorhandene anpassen oder sogar Dinge austauschen, damit es für Sie besser funktioniert.

• Sofortige Spielzeit: Sobald Sie fertig sind, funktioniert Ihr modifiziertes Tool sofort. Jeder, der das Werkzeug nach Ihren Änderungen verwendet, wird die Verbesserungen sehen.

Wir empfehlen Ihnen, Monkey Patching nur dann zu verwenden, wenn Sie es wirklich brauchen. Ziehen Sie andere Optionen in Betracht, wie z.B. die Erstellung neuer Versionen des Werkzeugs (Subklassifizierung), das Mischen und Anpassen von Werkzeugen (Komposition) oder die Verwendung eingebauter Python-Funktionen (Dekoratoren), um Ihren Code ordentlich und zuverlässig zu halten.

Diskutieren Sie den Unterschied zwischen Del und Remove().

Antwort: Sowohl “del” als auch “remove()” werden in Python verwendet, um Elemente aus einer Liste zu entfernen, aber sie funktionieren auf leicht unterschiedliche Weise:

del ist eine Python-Anweisung, keine Methode. Sie entfernt ein Element aus einer Liste, indem sie dessen Index angibt. Sie geben den Index des Elements an, das Sie entfernen möchten. Die Anweisung gibt das entfernte Element nicht zurück, sondern entfernt es lediglich aus der Liste.

meine_liste = [10, 20, 30, 40, 50]
del my_list[2] # Entfernt das Element bei Index 2 (Wert 30)

remove() ist eine Listenmethode. Sie entfernt ein Element aus der Liste, indem sie dessen Wert angibt. Sie geben den tatsächlichen Wert des Elements an, das Sie entfernen möchten. Die Methode sucht nach dem ersten Vorkommen des angegebenen Wertes und entfernt ihn. Wenn der Wert nicht in der Liste vorhanden ist, wird ein ValueError ausgegeben.

meine_liste = [10, 20, 30, 40, 50]
my_list.remove(30) # Entfernt das Element mit dem Wert 30

Verwenden Sie del, wenn Sie den Index des Elements kennen, das Sie entfernen möchten, und verwenden Sie remove(), wenn Sie den Wert des Elements kennen, das Sie entfernen möchten.

Erläutern Sie den Unterschied zwischen append() und extend().

Antwort: Wenn Sie in Python etwas Neues in eine bereits vorhandene Liste einfügen wollen, verwenden Sie die Methode append(). Wenn Sie jedoch die extend()-Methode verwenden, nehmen Sie jedes Stück aus einer Gruppe, die Sie angeben, und fügen sie alle am Ende der ursprünglichen Liste hinzu.

Was ist der Unterschied zwischen den Funktionen range() und xrange()?

Antwort: Die Funktion range() erzeugt eine Liste mit konstanten Zahlen, während die Funktion xrange() einen ganz bestimmten Typ von Generator erzeugt. Was die Speichereffizienz betrifft, so verbraucht range() mehr Speicher, während xrange() darauf ausgelegt ist, Speicher zu sparen.

Diskutieren Sie den Unterschied zwischen Python 2.x und Python 3.x.

Antwort: Python 2.x und Python 3.x sind unterschiedliche Versionen der Programmiersprache Python. Sie weisen bemerkenswerte Unterschiede auf: Python 3.x verwendet eine Druckfunktion (print(“Hallo, Welt”)) im Gegensatz zu der Druckanweisung von Python 2.x (print “Hallo, Welt”).

Python 2.x schneidet Ganzzahldivisionen ab (3 / 2 ergibt 1), während Python 3.x Fließkommaergebnisse liefert (3 / 2 ergibt 1,5). Python 3.x behandelt alle Strings standardmäßig als Unicode, während Python 2.x ein Präfix für Unicode-Strings benötigt. Auch die Iteration durch Wörterbücher unterscheidet sich: Python 2.x iteriert Schlüssel (für Schlüssel in dict) und Python 3.x behält diese Vorgabe bei, führt aber Alternativen wie .keys(), .values() und .items() ein.

Insgesamt bietet Python 3.x erhebliche Verbesserungen, wie z.B. eine verbesserte Division und Unicode-Behandlung, so dass es die empfohlene Wahl für neue Projekte ist.

Erläutern Sie den Unterschied zwischen .py und .pyc Dateien.

Antwort: PY-Dateien dienen als Container für den für Menschen lesbaren Quellcode eines Python-Programms. Sie enthalten die Anweisungen, die Logik und die Algorithmen, die die Entwickler schreiben. Wenn der Python-Code jedoch ausgeführt wird, durchläuft er einen Zwischenschritt zur Optimierung und schnelleren Ausführung. An dieser Stelle kommen die .pyc-Dateien ins Spiel.

Diese Dateien enthalten den Bytecode, also eine untergeordnete Darstellung der Programmanweisungen, die der Python-Interpreter direkt ausführen kann. Während PY-Dateien also für Entwickler zum Schreiben und Lesen gedacht sind, werden .pyc-Dateien vom Python-Interpreter erzeugt und zur schnelleren Ausführung verwendet.

Was ist die Funktion split() in Python?

Antwort: Die Funktion split() teilt eine Zeichenkette in eine Liste auf und erlaubt es Ihnen, das Trennzeichen zu definieren. Standardmäßig verwendet sie Leerzeichen als Trennzeichen.

Was ist die Funktion help()?

Antwort: Die help()-Funktion in Python liefert Informationen über ein bestimmtes Objekt, wenn sie aufgerufen wird. Sie akzeptiert einen optionalen Parameter und liefert die relevanten Details. Fehlt ein Argument, zeigt sie die Python-Hilfekonsole an.

Was ist die Funktion join()?

Antwort: Mit der Funktion join() können Sie eine Zeichenkette erstellen, indem Sie Elemente aus einer Iterable mit einem ausgewählten Zeichentrennzeichen zusammenfügen.

Was ist die Funktion sub()?

Antwort: Die sub()-Funktion ist Teil des Python-Moduls Reguläre Ausdrücke (re). Sie liefert eine Zeichenkette, in der alle Instanzen, die mit dem angegebenen Muster übereinstimmen, durch die angegebene Ersatzzeichenkette ersetzt werden.

Was ist die Funktion dir()?

Antwort: Die Funktion dir() liefert eine Liste aller Eigenschaften und Methoden, die zu einem bestimmten Objekt gehören, ohne deren Werte. Sie umfasst sowohl benutzerdefinierte Attribute und Methoden als auch inhärente eingebaute Eigenschaften, die für alle Objekte standardmäßig vorhanden sind.

Was macht ein object()?

Antwort: Die Funktion object() in Python gibt ein neues leeres Objekt des eingebauten Objekttyps zurück. Der Objekttyp ist die Basisklasse für alle Klassen in Python. Er hat keine besonderen Attribute oder Methoden, dient aber als grundlegender Baustein für die Erstellung eigener Klassen.

Was ist PEP 8?

Antwort: PEP 8, oder “Python Enhancement Proposal 8”, ist der Style Guide für das Schreiben von lesbarem und konsistentem Python-Code. Er enthält Konventionen und Empfehlungen für die Formatierung von Code, Namenskonventionen und die Organisation von Code, um die Lesbarkeit und Wartbarkeit des Codes zu verbessern.

Was sind *args und *kwargs?

Antwort: *args ermöglicht die Übergabe einer flexiblen Anzahl von Argumenten ohne Schlüsselwörter, was Tupel-Operationen ermöglicht. Mit **kwargs können Sie Argumente mit unterschiedlichen Schlüsselwörtern als Wörterbuch übergeben, was wörterbuchartige Operationen innerhalb einer Funktion ermöglicht.

Was ist ein Numpy-Array?

Antwort: Ein Numpy-Array ist eine Matrix einheitlicher Werte, auf die über ein Tupel nichtnegativer Ganzzahlen zugegriffen wird. Der Rang des Arrays wird durch die Anzahl der Dimensionen bestimmt, und seine Konfiguration wird durch ein ganzzahliges Tupel dargestellt, das die Größen entlang jeder Dimension angibt.

Erläutern Sie den Unterschied zwischen Matrizen und Arrays.

Antwort: Matrizen sind als Zeilen und Spalten strukturiert und enthalten hauptsächlich numerische Werte. Sie eignen sich hervorragend für Aufgaben der linearen Algebra wie die Matrixmultiplikation und das Lösen von Systemen linearer Gleichungen.

Arrays sind zwar vielseitig, können aber auch andere Datentypen als Zahlen enthalten, was sie für die allgemeine Programmierung unentbehrlich macht. Sie umfassen Vektoren, Matrizen und höherdimensionale Strukturen und dienen als grundlegende Werkzeuge für die Datendarstellung und -manipulation in verschiedenen Bereichen wie der Bildverarbeitung, dem wissenschaftlichen Rechnen und dem maschinellen Lernen.

Erläutern Sie den Unterschied zwischen einer Liste und einem Tupel.

Antwort: Tupel und Listen unterscheiden sich in erster Linie durch ihre Veränderbarkeit. Tupel sind statisch und können nicht geändert werden, während Listen Änderungen erfahren können. In Python ist es möglich, eine Liste zu ändern, aber die Unveränderlichkeit von Tupeln sorgt dafür, dass ihr Inhalt nach der Erstellung unverändert bleibt.

Erläutern Sie den Unterschied zwischen NumPy und SciPy.

Antwort: NumPy und SciPy sind beides Python-Bibliotheken, die in großem Umfang für wissenschaftliche und numerische Berechnungen verwendet werden.

NumPy bietet die Grundlage für numerische Berechnungen durch Array-Operationen, während SciPy seine Fähigkeiten erweitert, indem es spezialisierte Funktionen für eine breite Palette von wissenschaftlichen und technischen Anwendungen bietet. Sie werden oft zusammen verwendet, um ein breites Spektrum an numerischen und wissenschaftlichen Berechnungen in Python abzudecken.

Wie fügt man in Python Werte zu einem Array hinzu und entfernt Werte aus einem Array?

Antwort: In Python können Arrays mit Hilfe von Listen, einer grundlegenden Datenstruktur, leicht manipuliert werden. Das Hinzufügen von Elementen ist ganz einfach: die Methode append() fügt einen Wert am Ende der Liste hinzu, während die Methode insert() einen Wert an einem bestimmten Index einfügt.

Das Entfernen von Elementen ist ebenso intuitiv: die remove()-Methode löscht das erste Vorkommen eines Wertes und die pop()-Methode löscht ein Element an einem bestimmten Index und gibt dessen Wert zurück.

Außerdem kann die del-Anweisung verwendet werden, um Elemente nach Index zu entfernen oder um die gesamte Liste zu löschen. Diese Techniken bieten flexible Möglichkeiten, Arrays zu verändern und sie an spezifische Programmieranforderungen anzupassen. Für komplexere Array-Operationen bieten Bibliotheken wie NumPy erweiterte Funktionalitäten.

Wie erstellen Sie eine Klasse in Python?

Antwort: Um eine Klasse in Python zu erstellen, verwenden Sie das Schlüsselwort class, gefolgt von dem Klassennamen und einem Doppelpunkt. Der Klassenkörper ist eingerückt und enthält die Attribute und Methoden, die die Klasse definieren. Hier ist ein einfaches Beispiel für eine Klasse Person mit einem Konstruktor und einer Methode:

class Person:
    def __init__(self, name, age):
        self.name = name
        self.age = Alter
    
    def greet(self):
        print(f "Hallo, mein Name ist {self.name} und ich bin {self.age} Jahre alt.")

# Erstellen einer Instanz der Klasse Person
person1 = Person("Alice", 30)

# Aufrufen der Methode greet
person1.grüßen()

Dies erzeugt eine Klasse namens Person mit einem Initialisierer, der die Attribute name und age setzt, und einer Methode greet, die eine Begrüßung mit diesen Attributen ausgibt.

Erläutern Sie, wie Sie mit Python die Positionen von Werten, die durch drei teilbar sind, in einer Reihe ermitteln können.

Antwort: Um die Positionen von durch drei teilbaren Werten in einer Serie mit Python zu ermitteln, können Sie die Bibliothek “Pandas” verwenden. Zunächst müssen Sie eine Serie mit Ihren Daten erstellen und dann die boolesche Indizierung verwenden, um die Positionen zu filtern, an denen die Werte durch drei teilbar sind.

import pandas as pd

# Erstellen Sie eine Serie mit einigen Daten
data = [10, 5, 9, 12, 6, 8, 3, 7, 18]
meine_reihe = pd.Reihe(daten)

# Positionen finden, deren Werte durch drei teilbar sind
teilbar_durch_drei_Positionen = meine_Reihe[meine_Reihe % 3 == 0]

# Drucken Sie die Positionen
print("Positionen der durch drei teilbaren Werte:", divisible_by_three_positions)

Wie findet man den euklidischen Abstand zwischen zwei Reihen in Python?

Antwort: Der Ausdruck “norm(x-y))” berechnet den euklidischen Abstand zwischen zwei Reihenobjekten, indem er die Funktion np.linalg.norm() aus der NumPy-Bibliothek verwendet. Diese Funktion berechnet den euklidischen Abstand, indem sie die Norm zwischen den aus den Werten ‘x’ und ‘y’ erstellten Vektoren auswertet.

Erklären Sie, wie Sie in Python eine Teilzeichenkette durch eine neue Zeichenkette ersetzen können.

Antworten Sie: Verwenden Sie die Methode replace() zum Ersetzen von Teilstrings. Geben Sie die ursprüngliche Zeichenkette ‘old’ als ersten Parameter und die Ersatzzeichenkette ‘new’ als zweiten Parameter an. Um ‘alt’ zu eliminieren, setzen Sie ‘neu’ als leeren String “.

Erklären Sie, wie man in Python Objekte kopiert.

Antwort: In Python wird der =-Operator verwendet, um ein Replikat eines Objekts zu erstellen. Dennoch kann er fälschlicherweise so interpretiert werden, dass er ein völlig neues Objekt erzeugt, was nicht korrekt ist. Stattdessen wird eine neue Variable erzeugt, die auf das gleiche Objekt wie das Original verweist. Stellen Sie sich zum Beispiel eine Situation vor, in der wir eine Liste mit dem Namen “old_list” erstellen und dann die Objektreferenz mit dem =-Operator der “new_list” zuweisen.

Wie kann ich in Python Dateien lesen und schreiben?

Antwort: In Python können Sie Dateien mit der eingebauten Funktion open() lesen und schreiben, die verschiedene Modi für die Dateiverarbeitung bietet.

Welche verschiedenen Modi gibt es für die Dateiverarbeitung?

Antwort: Mit der Funktion open() können Sie verschiedene Modi für die Dateiverarbeitung festlegen. Hier sind einige häufig verwendete Modi:

• ‘r’: Lesemodus (Standard) öffnet die Datei zum Lesen.
• ‘w’: Der Schreibmodus öffnet die Datei zum Schreiben (erstellt eine neue Datei oder schneidet eine bestehende ab).
• ‘a’: Der Modus Anhängen öffnet die Datei zum Schreiben (fügt an eine bestehende Datei an, ohne sie abzuschneiden).
• ‘b’: Binärmodus zum Lesen oder Schreiben von Binärdaten (z.B. Bilder, Audiodateien).
• ‘t’: Textmodus (Standard) zum Lesen oder Schreiben von Textdaten.
• ‘x’: Exklusiver Erstellungsmodus erstellt eine neue Datei, gibt aber eine Fehlermeldung aus, wenn sie bereits existiert.
• ‘ ‘: Aktualisierungsmodus zum Lesen und Schreiben.

Können Sie ein Python-Programm schreiben, um die Fibonacci-Folge zu erzeugen?

Antwort: Python-Programm zur Generierung der Fibonacci-Folge bis zu einer bestimmten Anzahl von Termen:

def generate_fibonacci(n):
    fibonacci_sequence = [0, 1] # Initialisierung mit den ersten beiden Termen
    
    while len(fibonacci_sequence) < n:
        next_term = fibonacci_sequence[-1] fibonacci_sequence[-2]
        fibonacci_sequence.append(nächster_begriff)
    
    return fibonacci_sequence

# Holen Sie sich die Anzahl der Terme vom Benutzer
num_terms = int(input("Geben Sie die Anzahl der zu erzeugenden Fibonacci-Terme ein: "))

# Erzeugen und drucken Sie die Fibonacci-Folge
fibonacci_sequence = generate_fibonacci(num_terms)
print("Fibonacci-Folge:", fibonacci_sequence)

Wenn Sie dieses Programm ausführen, werden Sie aufgefordert, die Anzahl der Fibonacci-Terme einzugeben, die Sie generieren möchten, und dann wird die generierte Folge angezeigt.

Wenn Sie zum Beispiel 10 eingeben, könnte die Ausgabe lauten:

Geben Sie die Anzahl der zu erzeugenden Fibonacci-Terme ein: 10

Fibonacci-Folge: [0, 1, 1, 2, 3, 5, 8, 13, 21, 34]

Können Sie ein Programm in Python schreiben, das überprüft, ob eine Folge ein Palindrom ist?

Antwort: Python-Programm, das mittels Rekursion prüft, ob eine gegebene Sequenz ein Palindrom ist:

def is_palindrome_recursive(sequenz):
    sequence = sequence.lower()
    sequence = ''.join(filter(str.isalnum, sequence))

    

    if len(sequenz) <= 1:

        return True

    

    if sequenz[0]!= sequenz[-1]:

        false zurückgeben

    return is_palindrome_recursive(sequenz[1:-1])

test_sequences = ["Rennwagen", "Hallo", "Ein Mann, ein Plan, ein Kanal, Panama!", "12321"]



for sequence in test_sequences:

    if is_palindrome_recursive(sequence):

        print(f"'{Sequenz}' ist ein Palindrom.")

    sonst:

        print(f"'{Folge}' ist kein Palindrom."):

Können Sie ein Python-Programm schreiben, um zwei positive ganze Zahlen zu addieren, ohne den Plus-Operator zu verwenden?

Antwort: Ja: In dem folgenden Programm nimmt die Funktion add_without_plus_operator zwei positive ganze Zahlen, a und b, als Eingabe und simuliert den Additionsprozess mit bitweisen Operationen (&, ^, <<). Die Schleife wird fortgesetzt, bis kein Übertrag mehr übrig ist (d.h. b wird 0) und die Endsumme in a gespeichert wird.

Sie können die Werte von num1 und num2 durch Ihre eigenen positiven Ganzzahlen ersetzen, um das Programm mit verschiedenen Eingaben zu testen.

def add_ohne_plus_operator(a, b):
    while b != 0:

        übertrag = a & b
        a = a ^ b
        b = Übertrag << 1

    a zurückgeben

# Testfälle - Geben Sie Ihre Zahlen zum Testen an!

num1 = 25
num2 = 37

sum_result = add_without_plus_operator(num1, num2)

print(f "Die Summe von {Zahl1} und {Zahl2} ist: {sum_result}")

Können Sie ein Python-Programm schreiben, um eine Liste umzukehren?

Antwort: Ja, Sie können ein Python-Programm schreiben, um eine Liste mit Hilfe der Funktion “reversed()” umzukehren,

def reverse_list_builtin(lst):
    return list(umgedreht(lst))



# Test

original_list = [1, 2, 3, 4, 5]

reversed_list = reverse_list_builtin(original_list)

print("Ursprüngliche Liste:", ursprüngliche_liste)

print("Umgekehrte Liste (mit reversed()):", reversed_list)

Sie können auch lesen, wie Sie eine Liste in Python umkehren können , um sie rückwärts zu spinnen.

Welche Python-Bibliothek baut auf Matplotlib und Pandas auf, um das Plotten von Daten zu erleichtern?

Antwort: Seaborn, das auf Matplotlib aufbaut, ist eine weit verbreitete Python-Bibliothek für die Datenvisualisierung und bietet ausgefeilte Tools zur Erstellung von Plots für Ihre Daten. Mit einer Reihe von Funktionen können Sie mit Seaborn beeindruckende Diagramme mit deutlich weniger Codezeilen als mit Matplotlib erstellen. Die erweiterten Funktionen ermöglichen die Erstellung überzeugender visueller Darstellungen mit bemerkenswerter Leichtigkeit.

Was ist ein Pandas Dataframe?

Antwort: Ein Pandas DataFrame ist wie eine flexible Tabelle für Daten. Er hat Zeilen und Spalten, und Sie können seine Größe ändern. Es ist eine Möglichkeit, Daten übersichtlich in einem Raster zu organisieren, so wie man Dinge in Zeilen und Spalten auf einem Blatt Papier anordnet.

Wie kombiniert man Datenrahmen in Pandas?

Antwort: In Pandas können Sie Datenrahmen mit verschiedenen Methoden kombinieren, je nach Ihren spezifischen Anforderungen. Hier werde ich das Anhängen (df.append()) verwenden: Diese Methode wird verwendet, um Zeilen aus einem Datenrahmen an einen anderen anzuhängen.

# Beispiel-Datenrahmen
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})

df2 = pd.DataFrame({'A': [7, 8, 9], 'B': [10, 11, 12]})

# df2 an df1 anhängen

ergebnis = df1.append(df2)

Was ist ein Flachmann?

Antwort: Flask, ein in Python geschriebenes Webanwendungs-Framework, entstand aus der Zusammenarbeit internationaler Python-Enthusiasten unter der Leitung von Armin Ronacher, einem Mitglied der Poocco-Gruppe.

Flask nutzt das Werkzeug WSGI Toolkit und die Jinja2 Template Engine, beides Poocco-Projekte, und bietet ein Python-Modul, das die Entwicklung von Webanwendungen vereinfacht. Sein entscheidendes Merkmal ist ein prägnanter und leicht erweiterbarer Kern, der es als Mikroframework auszeichnet, das absichtlich auf Funktionen wie einen ORM (Object Relational Manager) verzichtet.

Was ist Django?

Antwort: Django ist ein Python-basiertes Web-Framework, das die schnelle Entwicklung von sicheren und wartbaren Websites ermöglicht. Es basiert auf dem Architekturmodell Model-Template-Views und ist als Open-Source-Ressource verfügbar. Die Django Software Foundation, eine unabhängige Einrichtung in den Vereinigten Staaten, ist für die Pflege und Wartung des Frameworks verantwortlich.

Nennen Sie einige Vorteile von Django.

Antwort: Django bietet mehrere Vorteile, die es zu einer beliebten Wahl für die Webentwicklung machen:

• Bessere CDN-Konnektivität
• Effizientes Content Management
• Schnelle Entwicklung
• ORM (Objekt-Relationales Mapping)
• Vielseitige Template-Engine
• Skalierbar
• Sicherheitsfunktionen

Insgesamt macht die Kombination aus schneller Entwicklung, Skalierbarkeit, Sicherheit und einem umfassenden Toolset Django zu einem wertvollen Framework für die Entwicklung einer Vielzahl von Webanwendungen.

Erläutern Sie die Architektur von Django.

Antwort: Django folgt dem architektonischen Muster Model-View-Controller (MVC), wird aber im Zusammenhang mit Django oft als Model-View-Template (MVT) bezeichnet.

Die MVT-Architektur besteht aus drei Hauptkomponenten: Models, Views und Templates sowie zusätzliche Komponenten für die Handhabung von URLs und Formularen.

• Modelle: Definieren die Datenstruktur und Datenbankinteraktionen.
• Ansichten: Behandeln Logik, verarbeiten Anfragen und erzeugen Antworten.
• Schablonen: Generieren Sie HTML für die Benutzeroberfläche.

• URL-Dispatcher: Ordnet URLs den Ansichten zu.
• Formulare: Sammeln und validieren Benutzereingaben.
• Middleware: Verarbeiten Sie Anfragen und Antworten global.
• Statische und Mediendateien: Verwalten Sie statische und vom Benutzer hochgeladene Dateien.

Diese Struktur fördert eine saubere Trennung von Belangen und vereinfacht die Entwicklung von Webanwendungen.

Was ist eine Django-Sitzung?

Antwort: Sessions in Django (und in weiten Teilen des Webs) dienen dazu, den “Zustand” zwischen einer Website und einem bestimmten Browser festzuhalten. Mithilfe von Sitzungen können Sie verschiedene Informationen für jeden Browser speichern und so sicherstellen, dass er auf die Website zugreifen kann, sobald der Browser eine Verbindung herstellt.

Was ist GIL?

Antwort: Die Python Global Interpreter Lock (GIL) funktioniert wie eine Prozesssperre, die von Python bei der Verarbeitung von Prozessen verwendet wird. In Python wird normalerweise ein einziger Thread verwendet, um eine Sequenz von codierten Anweisungen auszuführen. Das bedeutet, dass in Python immer nur ein Thread gleichzeitig ausgeführt werden kann. Der Grund für die vergleichbare Leistung von Single-Thread- und Multithread-Prozessen in Python liegt in der Existenz der GIL.

Was ist PIP?

Antwort: PIP, kurz für “Pip Installs Packages”, ist ein Paketinstallationsprogramm für Python. Es dient der einfachen Verwaltung und Installation von Softwarepaketen und Bibliotheken aus dem Python Package Index (PyPI) und anderen Quellen.

Fazit 👨‍💻

Fragen sind nicht begrenzt, wie wir in diesem Artikel sehen. Dieser Artikel zeigt, wie verschiedene Arten von Fragen zu unterschiedlichen Themen in Python gestellt werden können. Sie sind jedoch nicht auf die Fragen beschränkt, die wir in diesem Artikel besprochen haben.

Eine Möglichkeit, beim Lernen vorbereitet zu sein, besteht darin, sich selbst Fragen zu verschiedenen Themen zu stellen. Versuchen Sie, verschiedene Arten von Fragen zu einem Konzept zu stellen. Und beantworten Sie sie selbst. Auf diese Weise werden Sie im Vorstellungsgespräch wahrscheinlich nicht von den Fragen überrascht. Sie können auch den Online-Python-Compiler ausprobieren, um den Code zu üben.

Alles Gute für Ihr bevorstehendes Python-Interview! 👍