Python 语言因其简洁性和强大的功能库而广泛应用，其基础特性是面试中必考的重点。以下内容将结合核心概念与常见考点，对 Python 基础面试题进行结构化梳理与深度解析[ref_1][ref_2]。 ### 1. Python 核心特性与设计思想 Python 是一种高级、解释型、面向对象的动态类型语言，其设计哲学强调代码的可读性和简洁性[ref_2]。 | 特性 | 描述与示例 | | :--- | :--- | | **动态类型** | 变量无需显式声明类型，类型在运行时确定。例如 `a = 10` 后，`a` 可以是字符串 `a = “hello”`[ref_2]。 | | **强类型** | 不同类型对象间的操作受到严格限制，例如不能直接将字符串与整数相加，需显式转换[ref_2]。 | | **解释型语言** | 代码逐行执行，无需编译成机器码。这使得开发调试快速，但通常运行速度慢于编译型语言。 | | **面向对象** | 支持类、继承、多态等面向对象编程特性，一切皆对象[ref_2]。 | | **鸭子类型** | “如果它走起路来像鸭子，叫起来也像鸭子，那么它就是鸭子。” 关注对象的行为（方法），而非其类型本身。例如，一个对象只要有 `__iter__` 方法，就可以被 `for` 循环迭代[ref_2]。 | ### 2. 关键语法与数据类型操作 #### 2.1 `is` 与 `==` 的区别 这是一个高频考点。`==` 用于比较两个对象的**值**是否相等，而 `is` 用于比较两个对象的**内存地址（身份标识）**是否相同，即是否为同一个对象[ref_2]。 ```python a = [1, 2, 3] b = [1, 2, 3] c = a print(a == b) # True，值相同 print(a is b) # False，是不同的对象 print(a is c) # True，c 是 a 的引用，指向同一对象 ``` 对于小整数（通常在 `-5` 到 `256` 之间）和短字符串，Python 会进行驻留优化，`is` 比较可能为 `True`，但这属于实现细节，不应依赖。 #### 2.2 列表、元组与字典 * **列表与元组的区别**：列表是**可变的**（Mutable），元组是**不可变的**（Immutable）。这使得元组可以作为字典的键，而列表不可以[ref_1]。 ```python my_list = [1, 2] my_list[0] = 9 # 合法，列表可变 my_tuple = (1, 2) # my_tuple[0] = 9 # 非法，会抛出 TypeError，元组不可变 ``` * **字典推导式**：一种快速创建字典的简洁语法，类似于列表推导式[ref_1]。 ```python # 创建一个键为数字，值为其平方的字典 squares = {x: x**2 for x in range(5)} print(squares) # 输出: {0: 0, 1: 1, 2: 4, 3: 9, 4: 16} ``` #### 2.3 变量作用域与 `global` 关键字 Python 使用 LEGB 规则查找变量：局部作用域（Local）、闭包函数外的嵌套作用域（Enclosing）、全局作用域（Global）、内置作用域（Built-in）[ref_2]。 在函数内部修改全局变量，需要使用 `global` 关键字声明。 ```python count = 0 # 全局变量 def increment(): global count # 声明使用全局变量 count count += 1 increment() print(count) # 输出: 1 ``` ### 3. 函数与参数传递 #### 3.1 函数参数传递方式 Python 中所有参数传递都是 **“对象引用传递”**。对于不可变对象（如整数、字符串、元组），函数内对形参的修改不会影响实参。对于可变对象（如列表、字典），函数内对形参内容的修改会影响实参[ref_2]。 ```python def modify_data(num, my_list): num = 10 # 不影响外部的 num my_list.append(4) # 会影响外部的 lst a = 5 lst = [1, 2, 3] modify_data(a, lst) print(a) # 输出: 5 print(lst) # 输出: [1, 2, 3, 4] ``` #### 3.2 `lambda` 函数 `lambda` 是用于创建匿名函数的关键字，其函数体只能是单个表达式，常用于需要函数对象作为参数的地方[ref_1]。 ```python # 定义一个计算两数之和的 lambda 函数 add = lambda x, y: x + y print(add(3, 5)) # 输出: 8 # 常见用法：作为 sort 的 key 参数 pairs = [(1, ‘one‘), (3, ‘three‘), (2, ‘two‘)] pairs.sort(key=lambda pair: pair[0]) # 按元组第一个元素排序 print(pairs) # 输出: [(1, ‘one‘), (2, ‘two‘), (3, ‘three‘)] ``` ### 4. 面向对象编程（OOP）基础 #### 4.1 `@classmethod` 与 `@staticmethod` 装饰器 * `@classmethod`：类方法，第一个参数是 `cls`，代表类本身。可以访问和修改类属性，常用于实现替代构造函数。 * `@staticmethod`：静态方法，没有 `self` 或 `cls` 参数。它与普通函数无异，只是逻辑上属于类，不能访问类或实例属性[ref_1]。 ```python class MyClass: class_attribute = “class“ def __init__(self, value): self.instance_attribute = value @classmethod def class_method(cls): print(f“Called from {cls.class_attribute} method“) @staticmethod def static_method(): print(“Called from static method, no cls or self“) # 调用 MyClass.class_method() # 输出: Called from class method MyClass.static_method() # 输出: Called from static method, no cls or self obj = MyClass(“instance“) obj.class_method() # 同样可以调用 ``` #### 4.2 `__new__` 与 `__init__` 的区别 * `__new__` 是一个静态方法，负责**创建**对象实例（分配内存），并返回该实例。它是对象实例化的第一步。 * `__init__` 是一个实例方法，负责**初始化**已创建的对象实例（设置初始值）。它是对象实例化的第二步。 通常我们只需定义 `__init__`。除非需要控制不可变类型（如继承 `tuple`, `str`）的创建或实现单例模式等，才需要重写 `__new__`。 ### 5. 高级特性与常见陷阱 #### 5.1 浅拷贝（Shallow Copy）与深拷贝（Deep Copy） 这是一个重要且容易混淆的概念[ref_3]。 * **赋值（=）**：只是创建一个新的引用，指向同一个对象。 * **浅拷贝（copy.copy）**：创建**新的容器对象**，但仅拷贝容器内元素的引用。如果元素是可变对象，修改该元素会影响原对象。 * **深拷贝（copy.deepcopy）**：创建**新的容器对象**，并**递归地**拷贝容器内所有元素（包括子容器），生成完全独立的新对象。 ```python import copy original = [[1, 2], [3, 4]] shallow = copy.copy(original) deep = copy.deepcopy(original) original[0].append(9) # 修改嵌套的可变对象 print(“original:“, original) # [[1, 2, 9], [3, 4]] print(“shallow:“, shallow) # [[1, 2, 9], [3, 4]] 被影响 print(“deep:“, deep) # [[1, 2], [3, 4]] 不受影响 ``` #### 5.2 `pass`, `break`, `continue` 与 `else` 在循环中的用法 * `pass`：空语句，用于保持程序结构的完整性，不做任何操作[ref_2]。 * `break`：跳出当前所在的整个循环。 * `continue`：跳过本次循环的剩余语句，直接进入下一次循环。 * `for/while...else`：当循环**正常结束**（即不是由 `break` 语句中断）时，会执行 `else` 子句。 ```python for i in range(5): if i == 3: break print(i) else: print(“Loop finished normally“) # 不会执行，因为循环被 break 中断 # 输出: 0 1 2 ``` #### 5.3 `try...except...else...finally` 的执行顺序 完整的异常处理结构如下，其执行顺序是面试常考点： ```python try: # 尝试执行的代码 result = 10 / 2 except ZeroDivisionError: # 发生指定异常时执行 print(“Cannot divide by zero!“) else: # 当 try 块没有异常发生时执行 print(f“Result is {result}“) finally: # 无论是否发生异常，最终都会执行 print(“Execution completed.“) # 输出: # Result is 5.0 # Execution completed. ``` 通过以上对 Python 语言特性、核心语法、函数机制、面向对象基础以及高级特性的系统梳理，并结合具体代码示例，可以构建起应对基础面试题所需的知识框架。关键在于理解其动态类型、对象引用、可变/不可变对象等核心设计理念，并能用代码清晰阐述[ref_4][ref_5]。