Geekflare wird von unserem Publikum unterstützt. Wir können Affiliate-Provisionen durch den Kauf von Links auf dieser Website verdienen.
Teilen:

42 Fragen und Antworten zu Python-Interviews in Echtzeit [2023]

Fragen zum Python-Interview
Invicti Web Application Security Scanner – die einzige Lösung, die eine automatische Verifizierung von Schwachstellen mit Proof-Based Scanning™ bietet.

Bereiten Sie sich auf Python-Interviews vor? Oder möchten Sie einfach nur wissen, wie viel Python Sie kennen? Kein Problem. Hier decken wir Ihre Probleme mit Fragen und Antworten ab.

Der Artikel wird Ihnen helfen zu verstehen, mit welcher Art von Fragen Sie in Vorstellungsgesprächen konfrontiert werden könnten. Oder hilft Ihnen bei der Bewertung Ihrer Python-Kenntnisse. Stellen Sie sicher, dass Sie die Fragen beantworten, bevor Sie die Antworten sehen, um sich selbst genau einzuschätzen. Lassen Sie uns ohne weiteres in die Fragen eintauchen.

Die Fragen sind je nach Art der Themen in verschiedene Abschnitte unterteilt. Jeder Abschnitt enthält Fragen zusammen mit kuratierten Antworten. Sie können die Antwort mit Ihrer eigenen Sprache mit der gleichen Bedeutung ändern. Der Interviewer wird also nicht das Gefühl haben, dass Sie etwas lesen.

Python-Sprache

# 1. Was ist Python?

Python ist eine interpretierte allgemeine Programmiersprache auf hoher Ebene. Wir können fast jede Art von Anwendung mit Python mit Bibliotheken und Frameworks von Drittanbietern erstellen. Python ist eine der beliebtesten Programmiersprachen in fortschrittlichen Technologien wie AI, Datenwissenschaft usw.

# 2. Was ist der Hauptunterschied zwischen einem Interpreter und einem Compiler?

Der Interpreter übersetzt jeweils eine Anweisung in Maschinencode, während der Compiler jeweils den gesamten Code in Maschinencode übersetzt.

# 3. Ist Python statisch typisierte oder dynamisch typisierte Sprache?

Python ist eine dynamisch typisierte Sprache.

# 4. Was meinst du mit dynamisch typisierter Sprache?

Dynamisch typisierte Sprachen prüfen die Variablentypen bei Laufzeit. Einige dynamisch typisierte Sprachen sind Python, JavaScript, Ruby usw.

Bonus: Statisch typisierte Sprachen prüfen die Variablentypen bei Kompilierung. Einige statisch typisierte Sprachen sind C ++, c, Java usw.,

# 5. Geben Sie einige Anwendungen von Python an.

Python hat eine einfachere und leicht zu erlernende Syntax. Es kann ähnlich aussehen wie Englisch. Die Entwickler-Community für Python ist riesig. Wir können viele Pakete von Drittanbietern finden, die mit verschiedenen Arten der 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 ganz einfach Skripte in Python erstellen, um Aufgaben wie das Reinigen der Festplatte, das Senden von E-Mails, das Abrufen von Daten zu Produktpreisen usw. zu automatisieren.

Python ist eine der beliebtesten Sprachen im Bereich Data Science.

# 6. Welche Anwendungen haben Sie mit Python erstellt?

Ich habe mehrere Automatisierungsskripte geschrieben, um sich wiederholende und langweilige Aufgaben zu vermeiden. Und Skripte, um Informationen zu Produktpreisen, Verfügbarkeit usw. zu erhalten.

Ich habe auch mit Frameworks wie Django und Flask gearbeitet, um Webanwendungen zu erstellen. Und bauen Sie einige Webanwendungen mit beiden Django und Flasche.

Hinweis: Die obige Antwort ist ein Beispiel. Ihre Antwort kann sich von der obigen völlig unterscheiden. Versuchen Sie, verschiedene Bereiche zu erklären, an denen Sie mit Python gearbeitet haben. Zeigen Sie die Anwendungen an, wenn sie verfügbar sind.

Datentypen

# 7. Was sind die integrierten Datentypen in Python?

Es gibt mehrere integrierte Datentypen in Python. Sie sind int, float, komplex, bool, list, tupel, set, dict, str.

Anmerkung: YSie müssen nicht alle in Python vorhandenen Datentypen mitteilen. Erwähnen Sie einige von ihnen, die Sie am häufigsten verwenden. Der Interviewer kann basierend auf Ihrer Antwort Fragen stellen.

# 8. Was ist der Unterschied zwischen Liste und Tupel?

Beide Liste und Tupel werden verwendet, um die Sammlung von Objekten zu speichern. Der Hauptunterschied zwischen der Liste und dem Tupel besteht darin, dass die Liste ein veränderliches Objekt ist, während das Tupel ein unveränderliches Objekt ist.

# 9. Was sind veränderliche und unveränderliche Datentypen?

Veränderliche Datentypen können nach ihrer Erstellung geändert werden. Einige der veränderlichen Objekte in Python sind auflisten, einstellen, diktieren.

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

# 10. Erklären Sie einige Methoden der Liste.

1. anhängen – Die Methode wird verwendet, um der Liste ein Element hinzuzufügen. Es fügt das Element am Ende der Liste hinzu.

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

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

>>> 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. sortieren – 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. rückgängig machen – Die Methode wird verwendet, um die Listenelemente umzukehren.

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

Hinweis: THier sind andere Methoden wie löschen, einfügen, zählen, etc… Sie müssen dem Interviewer nicht jede Methode der Liste erklären. Erklären Sie einfach zwei oder drei Methoden, die Sie am häufigsten verwenden.

# 11. Erklären Sie einige Methoden Schnur

1. gespalten – Die Methode wird verwendet, um die Saite an gewünschten Stellen zu teilen. Als Ergebnis wird die Liste zurückgegeben. Standardmäßig wird die Zeichenfolge an Leerzeichen geteilt. Wir können das Trennzeichen als Argument für die Methode angeben.

>>> a = "This is Geekflare"
>>> a.split()
['This', 'is', '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. Es kombiniert die String-Objekte mit dem von uns bereitgestellten Trennzeichen.

>>> a = ['This', 'is', 'Geekflare']
>>> ' '.join(a)
'This is Geekflare'
>>> ', '.join(a)
'This, is, Geekflare'

AnmerkungenEinige andere Methoden für Strings sind: groß, isalnum, isalpha, isdigit, untere, obere, mitte, usw..,

# 12. Was ist die negative Indexierung in Listen?

Der Index wird verwendet, um aus den Listen auf das Element zuzugreifen. Die normale Indexierung der Liste beginnt bei 0.

Ähnlich wie bei der normalen Indizierung wird auch bei der negativen Indizierung auf die Elemente aus den Listen zugegriffen. Die negative Indexierung ermöglicht es uns jedoch, vom Ende der Liste auf den Index zuzugreifen. Der Beginn der negativen Indexierung ist -1. Und es nimmt weiter zu wie -2-3-4, etc.. bis zur Länge der Liste.

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

# 13. Erklären Sie einige Methoden diktieren

1. Artikel – die Methode gibt zurück Schlüsselwert Wörterbücher als Liste von Tupeln.

>>> 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 die Schlüsselwert Paar aus dem Wörterbuch. Es akzeptiert den Schlüssel als Argument und entfernt ihn aus dem Wörterbuch.

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

Hinweis: Einige andere Methoden von diktieren sind: bekommen, Schlüssel, Werte, klar, usw.

# 14. Was ist Slicen in Python?

Slicing wird verwendet, um von einem Sequenzdatentyp auf das Subarray zuzugreifen. Es gibt die Daten des Sequenzdatentyps basierend auf den von uns bereitgestellten Argumenten zurück. Es gibt denselben Datentyp wie der Quelldatentyp zurück.

Beim Slicing werden drei Argumente akzeptiert. Sie sind die Startindex, Endindex und Zuwachs Schritt. Die Syntax des Slicens ist variable[start:end:step]. Argumente sind für das Slicing nicht zwingend erforderlich. Sie können einen leeren Doppelpunkt (:) angeben, der als Ergebnis die gesamten Daten zurückgibt.

>>> 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]

# 15. Welche Datentypen erlauben das Slicing?

Wir können Aufschneiden verwenden Liste, Tupel, und  str Datentypen.

# 16. Was sind Entpackoperatoren in Python? Wie benutzt man sie?

Die Operatoren * und ** sind Entpackoperatoren in Python.

Der Entpackoperator * wird verwendet, um verschiedenen Werten von Sequenzdatentypen gleichzeitig mehrere Werte zuzuweisen.

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

Der ** Entpacken-Operator wird verwendet mit diktieren Datentypen. Das Entpacken in Wörterbüchern funktioniert nicht wie das Entpacken mit Sequenzdatentypen.

Das Entpacken in Wörterbüchern dient meist zum Kopieren Schlüsselwert Elemente von einem Wörterbuch in ein anderes.

>>> 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: Sie können sich darauf beziehen Dieser Artikel Weitere Informationen zu diesen Operatoren.

Bedingungen und Schleifen

# 17. Hat Python switch-Anweisungen?

Nein, Python hat keine switch-Anweisungen.

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

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

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

# 19. Was sind brechen und fortsetzen Aussagen?

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

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

fortsetzen – Mit der continue-Anweisung wird die Ausführung des restlichen Codes übersprungen. Der Code nach der Continue-Anweisung wird in der aktuellen Iteration nicht ausgeführt, und die Ausführung geht zur nächsten Iteration.

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

# 20. Wann ist der Code drin? sonst ausgeführt mit während und aufgrund Schleifen?

Der Code in der sonst blockieren mit während und  aufgrund loops wird ausgeführt, nachdem alle Iterationen ausgeführt wurden. Und der Code in der sonst block wird nicht ausgeführt, wenn wir die Schleifen unterbrechen.

# 21. Was sind Listen- und Wörterbuchverständnisse?

Listen- und Wörterbuchverständnis 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}
>>>

# 22. Wie funktioniert die Reichweitenfunktion?

Die Bereichsfunktion gibt die Zahlenfolge zwischen Start und Stopp in Schrittweite zurück. Die Syntax der Bereichsfunktion ist Bereich (Start, Stopp[, Schritt]).

Dieses halt Argumentation ist obligatorisch. Die Argumente Anfang und  Schritt sind optional. Der Standardwert von Anfang und  Schritt sind und 1, beziehungsweise.

>>> list(range(10))
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> list(range(1, 10))
[1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> list(range(1, 10, 2))
[1, 3, 5, 7, 9]
>>>

Funktionen

# 23. Welche Parameter und Argumente gibt es?

Parameter sind die in der Funktionsdefinition aufgeführten Namen.

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

# 24. Was sind die verschiedenen Arten von Argumenten in Python?

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 Aufrufen der Funktion erforderlich.

>>> def add(a, b):
...     return a + b
...
>>> add(1, 2)
3
>>> add(1)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: add() missing 1 required positional argument: 'b'
>>>

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

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

Keyword-Argumente: Wir können den Namen der Argumente beim Aufrufen der Funktion angeben 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

Willkürliche Argumente: Wir verwenden beliebige Argumente, um eine Reihe von Werten zu einem Zeitpunkt zu sammeln, wenn wir nicht wissen, wie viele Argumente diese Funktion erhalten wird. Wir und ** Operatoren 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'}

# 25. Was ist die Lambda-Funktion?

Lambda-Funktionen sind kleine anonyme Funktionen in Python. Es hat einzelne Ausdrücke und akzeptiert mehrere Argumente.

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

# 26. Was ist der Unterschied zwischen normaler Funktion und Lambda-Funktion?

Die Funktionalität von normalen Funktionen und Lambda-Funktionen ist ähnlich. Aber wir müssen etwas zusätzlichen Code in normale Funktionen schreiben, verglichen mit Lambda-Funktionen für die gleiche Funktionalität.

Lambda-Funktionen sind praktisch, wenn ein einzelner Ausdruck vorhanden ist.

# 27. Was ist der passieren Stichwort verwendet für?

Dieses passieren Schlüsselwort wird verwendet, um einen leeren Block im Code zu erwähnen. Python erlaubt es uns nicht, die Blöcke ohne Code zu verlassen. Also, die passieren -Anweisung ermöglicht es uns, leere Blöcke zu definieren (wenn wir uns entscheiden, den Code später zu füllen).

>>> def add(*args):
...
...
  File "<stdin>", line 3

    ^
IndentationError: expected an indented block
>>> def add(*args):
...     pass
...
>>>

# 28. Was ist eine rekursive Funktion?

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

Was sind Packoperatoren in Python? Wie benutzt man sie?

Die Packoperatoren werden verwendet, um mehrere Argumente in Funktionen zu sammeln. Sie werden als willkürliche Argumente bezeichnet.

Hinweis: du kannst dich darauf beziehen Dieser Artikel Weitere Informationen zu Packoperatoren in Python.

# 29. OOPs in Python

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

Dieses Klasse Schlüsselwort wird verwendet, um Klassen in Python zu erstellen. Wir sollten dem folgen Pascal-Fall für die Benennung der Klassen in Python als branchenübliche Vorgehensweise.

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

# 30. Wie instanziiere ich eine Klasse in Python?

Wir können eine Instanz einer Klasse in Python erstellen, indem wir sie einfach wie function aufrufen. Wir können die erforderlichen Attribute für das Objekt genauso übergeben wie für Funktionsargumente.

>>> class Car:
...     def __init__(self, color):
...             self.color = color
...
>>> red_car = Car('red')
>>> red_car.color
'red'
>>> green_car = Car('green')
>>> green_car.color
'green'
>>>

# 31. Was ist selbst bei Python?

Dieses selbst repräsentiert das Objekt der Klasse. Es wird verwendet, um auf die Objektattribute und Methoden innerhalb der Klasse für das jeweilige Objekt zuzugreifen.

# 32. Was ist der __init__ Methode?

Dieses __init__ ist die Konstruktormethode ähnlich den Konstruktoren in anderen OOP-Sprachen. Es wird sofort ausgeführt, wenn wir ein Objekt für die Klasse erstellen. Es wird verwendet, um die Anfangsdaten für die Instanz zu initialisieren.

# 33. Was ist ein Docstring in Python?

Die Dokumentationsstrings 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 die Methode docstring mit der Hilfe Methode.

>>> class Car:
...     def __init__(self, color):
...             self.color = color
...
...     def change_color(self, updated_color):
...             """This method changes the color of the car"""
...             self.color = updated_color
...
>>> car = Car('red')
>>> help(car.change_color)
Help on method change_color in module __main__:

change_color(updated_color) method of __main__.Car instance
    This method changes the color of the car

>>>

# 34. Was sind Dunder- oder magische Methoden?

Die Methoden mit zwei Präfixe und Suffix unterstrichen werden Dunder oder magische Methoden genannt. Sie werden hauptsächlich verwendet, um die Methoden zu überschreiben. Einige der Methoden, die wir in Klassen überschreiben können, sind __str__, __len__, __setitem__, __getitem__ usw..,

>>> class Car:
...     def __str__(self):
...             return "This is a Car class"
...
>>> car = Car()
>>> print(car)
This is a Car class
>>>

Hinweis: Es gibt viele andere Methoden, die Sie überschreiben können. Sie sind praktisch, wenn Sie den Code detailliert anpassen möchten. Weitere Informationen finden Sie in der Dokumentation.

# 35. Wie implementieren Sie die Vererbung in Python?

Wir können die Elternklasse als Argument an die Kindklasse übergeben. Und wir können die init-Methode parent class in der Child-Klasse aufrufen.

>>> class 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)
...
>>> doggy = Dog('Tommy')
>>> doggy.display()
Tommy
>>>

# 36. Wie greife ich in Python auf die übergeordnete Klasse innerhalb der untergeordneten Klasse zu?

Wir können das benutzen Super() was sich auf die übergeordnete Klasse innerhalb der untergeordneten Klasse bezieht. Und wir können damit auf Attribute und Methoden zugreifen.

Sonstiges

# 37. Wie verwende ich einzeilige und mehrzeilige Kommentare in Python?

Wir verwenden Hash (#) für einzeilige Kommentare. Und dreifache einfache Anführungszeichen (”'Kommentar”') or dreifache doppelte Anführungszeichen ("""Kommentar""") für mehrzeilige Kommentare.

# 38. Was ist ein Objekt in Python?

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

# 39. Was ist der Unterschied zwischen is und  ==?

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

>>> a = []
>>> b = []
>>> c = a
>>> a == b
True
>>> a is b
False
>>> a is c
True
>>>

# 40. Was ist flache und tiefe Kopie?

Flache Kopie: es erstellt die exakte Kopie als Original, ohne die Referenzen der Objekte zu ändern. Jetzt verweisen sowohl kopierte als auch ursprüngliche Objekte auf dieselben Objektreferenzen. Die Änderung eines Objekts wirkt sich also auf das andere aus.

Dieses Kopieren Methode aus dem Kopieren Modul wird für die flache Kopie verwendet.

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

Tiefe Kopie: es kopiert die Werte des ursprünglichen Objekts rekursiv in das neue Objekt. Wir müssen die nutzen Aufschneiden or Deepcopy Funktion von der Kopieren Modul für das Tiefenkopieren.

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

# 41. Was sind Iteratoren?

Iteratoren sind Objekte in Python, die sich an ihren Iterationszustand erinnern. Es initialisiert die Daten mit dem __iter__ -Methode und gibt das nächste Element mit der __nächste__ Methode.

Wir müssen die anrufen next(Iterator) um das nächste Element vom Iterator zu erhalten. Und wir können einen Sequenzdatentyp in einen Iterator umwandeln, indem wir die Prozess eingebaute Methode.

>>> a = [1, 2]
>>> iterator = iter(a)
>>> next(iterator)
1
>>> next(iterator)
2
>>> next(iterator)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
StopIteration
>>>

# 42. Was sind Generatoren?

Generatoren sind die Funktionen, die einen Iterator wie ein Generatorobjekt zurückgeben. Es verwendet die Ausbeute um die Daten zu generieren.

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

Fazit

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

Eine Möglichkeit, während des Lernens vorbereitet zu sein, besteht darin, sich zu verschiedenen Themen zu befragen. Versuchen Sie, aus einem Konzept verschiedene Arten von Fragen zu machen. Und beantworte sie selbst. So werden Sie die Fragen im Vorstellungsgespräch wahrscheinlich nicht überraschen. Sie können auch die Online-Python-Compiler um den Code zu üben.

Alles Gute für Ihr bevorstehendes Python-Interview! 👍

Danke an unsere Sponsoren
Weitere großartige Lektüre auf Karriere
Treiben Sie Ihr Geschäft an
Einige der Tools und Dienste, die Ihr Unternehmen beim Wachstum unterstützen.
  • Invicti verwendet das Proof-Based Scanning™, um die identifizierten Schwachstellen automatisch zu verifizieren und innerhalb weniger Stunden umsetzbare Ergebnisse zu generieren.
    Versuchen Sie es mit Invicti
  • Web-Scraping, Wohn-Proxy, Proxy-Manager, Web-Unlocker, Suchmaschinen-Crawler und alles, was Sie zum Sammeln von Webdaten benötigen.
    Versuchen Sie es mit Brightdata
  • Semrush ist eine All-in-One-Lösung für digitales Marketing mit mehr als 50 Tools in den Bereichen SEO, Social Media und Content-Marketing.
    Versuchen Sie es mit Semrush
  • Intruder ist ein Online-Schwachstellenscanner, der Cyber-Sicherheitslücken in Ihrer Infrastruktur findet, um kostspielige Datenschutzverletzungen zu vermeiden.
    MIT DER INTELLIGENTEN SCHADENKALKULATION VON Intruder