問題1

到底什麼是Python？你可以在回答中與其他技術進行對比（也鼓勵這樣做）。

答案

下面是一些關鍵點：

• Python是一種解釋型語言。這就是說，與C語言和C的衍生語言不同，Python程式碼在執行之前不需要編譯。其他解釋型語言還包括PHP和Ruby。
• Python是動態型別語言，指的是你在宣告變數時，不需要說明變數的型別。你可以直接編寫類似x=111和x="I'm a string"這樣的程式碼，程式不會報錯。
• Python非常適合面向物件的程式設計（OOP），因為它支援通過組合（composition）與繼承（inheritance）的方式定義類（class）。Python中沒有訪問說明符（access specifier，類似C++中的public
  和private），這麼設計的依據是“大家都是成年人了”。
• 在Python語言中，函式是第一類物件（first-class objects）。這指的是它們可以被指定給變數，函式既能返回函式型別，也可以接受函式作為輸入。類（class）也是第一類物件。
• Python程式碼編寫快，但是執行速度比編譯語言通常要慢。好在Python允許加入基於C語言編寫的擴充套件，因此我們能夠優化程式碼，消除瓶頸，這點通常是可以實現的。numpy就是一個很好地例子，它的執行速度真的非常快，因為很多算術運算其實並不是通過Python實現的。
• Python用途非常廣泛——網路應用，自動化，科學建模，大資料應用，等等。它也常被用作“膠水語言”，幫助其他語言和元件改善執行狀況。

• Python讓困難的事情變得容易，因此程式設計師可以專注於演算法和資料結構的設計，而不用處理底層的細節。

問題2

補充缺失的程式碼

def print_directory_contents(sPath):
    """
    這個函式接受資料夾的名稱作為輸入引數，
    返回該資料夾中檔案的路徑，
    以及其包含資料夾中檔案的路徑。

    """
    # 補充程式碼

答案

def print_directory_contents(sPath):
    import os                                       
    for sChild in os.listdir(sPath):                
        sChildPath = os.path.join(sPath,sChild)
        if os.path.isdir(sChildPath):
            print_directory_contents(sChildPath)
        else:
            print sChildPath
 

問題3

閱讀下面的程式碼，寫出A0，A1至An的最終值。

A0 = dict(zip(('a','b','c','d','e'),(1,2,3,4,5)))
A1 = range(10)
A2 = [i for i in A1 if i in A0]
A3 = [A0[s] for s in A0]
A4 = [i for i in A1 if i in A3]
A5 = {i:i*i for i in A1}
A6 = [[i,i*i] for i in A1]

答案

A0 = {'a': 1, 'c': 3, 'b': 2, 'e': 5, 'd': 4}
A1 = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
A2 = []
A3 = [1, 3, 2, 5, 4]
A4 = [1, 2, 3, 4, 5]
A5 = {0: 0, 1: 1, 2: 4, 3: 9, 4: 16, 5: 25, 6: 36, 7: 49, 8: 64, 9: 81}
A6 = [[0, 0], [1, 1], [2, 4], [3, 9], [4, 16], [5, 25], [6, 36], [7, 49], [8, 64], [9, 81]]

問題4

Python和多執行緒（multi-threading）。這是個好主意碼？列舉一些讓Python程式碼以並行方式執行的方法。

答案

Python並不支援真正意義上的多執行緒。Python中提供了多執行緒包，但是如果你想通過多執行緒提高程式碼的速度，使用多執行緒包並不是個好主意。Python中有一個被稱為Global Interpreter Lock（GIL）的東西，它會確保任何時候你的多個執行緒中，只有一個被執行。執行緒的執行速度非常之快，會讓你誤以為執行緒是並行執行的，但是實際上都是輪流執行。經過GIL這一道關卡處理，會增加執行的開銷。這意味著，如果你想提高程式碼的執行速度，使用threading包並不是一個很好的方法。

不過還是有很多理由促使我們使用threading包的。如果你想同時執行一些任務，而且不考慮效率問題，那麼使用這個包是完全沒問題的，而且也很方便。但是大部分情況下，並不是這麼一回事，你會希望把多執行緒的部分外包給作業系統完成（通過開啟多個程序），或者是某些呼叫你的Python程式碼的外部程式（例如Spark或Hadoop），又或者是你的Python程式碼呼叫的其他程式碼（例如，你可以在Python中呼叫C函式，用於處理開銷較大的多執行緒工作）。

問題5

你如何管理不同版本的程式碼？

答案：

版本管理！被問到這個問題的時候，你應該要表現得很興奮，甚至告訴他們你是如何使用Git（或是其他你最喜歡的工具）追蹤自己和奶奶的書信往來。我偏向於使用Git作為版本控制系統（VCS），但還有其他的選擇，比如subversion（SVN）。

問題6

下面程式碼會輸出什麼：

def f(x,l=[]):
    for i in range(x):
        l.append(i*i)
    print l

f(2)
f(3,[3,2,1])
f(3)

答案：

[0, 1]
[3, 2, 1, 0, 1, 4]
[0, 1, 0, 1, 4]

呃？

第一個函式呼叫十分明顯，for迴圈先後將0和1新增至了空列表l中。l是變數的名字，指向記憶體中儲存的一個列表。第二個函式呼叫在一塊新的記憶體中建立了新的列表。l這時指向了新生成的列表。之後再往新列表中新增0、1、2和4。很棒吧。第三個函式呼叫的結果就有些奇怪了。它使用了之前記憶體地址中儲存的舊列表。這就是為什麼它的前兩個元素是0和1了。

問題7

“猴子補丁”（monkey patching）指的是什麼？這種做法好嗎？

答案：

“猴子補丁”就是指，在函式或物件已經定義之後，再去改變它們的行為。

舉個例子：

import datetime
datetime.datetime.now = lambda: datetime.datetime(2012, 12, 12)

大部分情況下，這是種很不好的做法 - 因為函式在程式碼庫中的行為最好是都保持一致。打“猴子補丁”的原因可能是為了測試。mock包對實現這個目的很有幫助。

問題8

這兩個引數是什麼意思：*args，**kwargs？我們為什麼要使用它們？

答案

如果我們不確定要往函式中傳入多少個引數，或者我們想往函式中以列表和元組的形式傳引數時，那就使要用*args；如果我們不知道要往函式中傳入多少個關鍵詞引數，或者想傳入字典的值作為關鍵詞引數時，那就要使用**kwargs。args和kwargs這兩個識別符號是約定俗成的用法，你當然還可以用*bob和**billy，但是這樣就並不太妥。

問題9

下面這些是什麼意思：@classmethod, @staticmethod, @property？

回答背景知識

這些都是裝飾器（decorator）。裝飾器是一種特殊的函式，要麼接受函式作為輸入引數，並返回一個函式，要麼接受一個類作為輸入引數，並返回一個類。@標記是語法糖（syntactic sugar），可以讓你以簡單易讀得方式裝飾目標物件。

問題10

按我們對super的理解，從圖中可以看出，在呼叫類C的初始化函式時，應該是呼叫類A的初始化函式，但事實上卻呼叫了類D的初始化函式。好一個詭異的問題！就是說，mro中記錄了一個類的所有基類的類型別序列。檢視mro的記錄，發覺包含7個元素，7個類名分別為：F E B C D A object

問題11

簡要描述Python的垃圾回收機制（garbage collection）。

答案

這裡能說的很多。你應該提到下面幾個主要的點：

• Python在記憶體中儲存了每個物件的引用計數（reference count）。如果計數值變成0，那麼相應的物件就會消失，分配給該物件的記憶體就會釋放出來用作他用。
• 偶爾也會出現引用迴圈（reference cycle）。垃圾回收器會定時尋找這個迴圈，並將其回收。舉個例子，假設有兩個物件o1和o2，而且符合o1.x == o2和o2.x == o1這兩個條件。如果o1和o2沒有其他程式碼引用，那麼它們就不應該繼續存在。但它們的引用計數都是1。
• Python中使用了某些啟發式演算法（heuristics）來加速垃圾回收。例如，越晚建立的物件更有可能被回收。物件被建立之後，垃圾回收器會分配它們所屬的代（generation）。每個物件都會被分配一個代，而被分配更年輕代的物件是優先被處理的。