### 考研复试中 Python 的常见面试题及考点 在考研复试过程中，尤其是涉及编程方向的专业（如计算机科学），Python 是一个非常重要的工具和技术栈。以下是关于 Python 面试题及其相关知识点的总结： #### 一、基础知识 1. **Python 数据类型** - 列举并解释常见的数据结构，如列表(list)、元组(tuple)、字典(dictionary)和集合(set)，以及它们的区别[^4]。 - 如何判断某个变量属于哪种数据类型？ 2. **控制流与函数定义** - 编写一段代码展示条件语句(if/elif/else)的应用场景。 - 函数参数传递机制：位置参数、关键字参数、默认值参数、可变长度参数(*args 和 **kwargs)[^4]。 3. **文件操作** - 打开文件的方式有哪些？分别适用于哪些情况？ ```python with open('example.txt', 'r') as file: content = file.read() ``` #### 二、高级特性 1. **装饰器(Decorator)** - 解释什么是装饰器，并给出实际应用的例子。 ```python def my_decorator(func): def wrapper(): print("Something is happening before the function is called.") func() print("Something is happening after the function is called.") return wrapper @my_decorator def say_hello(): print("Hello!") say_hello() # 输出带有额外功能的日志信息 ``` 2. **生成器(Generator)** - 使用 yield 关键字创建简单的生成器对象。 ```python def simple_generator(): for i in range(5): yield i * i gen = simple_generator() for value in gen: print(value) ``` 3. **异常处理(Exception Handling)** - try-except 结构如何捕获错误并防止程序崩溃？ #### 三、并发编程 1. **多线程 vs 多进程** - 讨论两者之间的差异，特别是在 GIL(Global Interpreter Lock) 影响下的性能表现。 - 实现一个多进程任务来完成 CPU 密集型工作。 ```python from multiprocessing import Process, cpu_count def worker(num): """模拟耗时运算""" result = sum(range(num)) print(f'Worker {num} finished.') processes = [] num_workers = cpu_count() for i in range(num_workers): p = Process(target=worker, args=(i,)) processes.append(p) p.start() for process in processes: process.join() ``` #### 四、框架与库支持 1. **NumPy/Pandas 应用** - 如果研究领域涉及到数据分析，则需掌握 NumPy 数组操作或 Pandas DataFrame 操作技巧。 ```python import numpy as np array = np.array([[1, 2], [3, 4]]) transposed_array = array.T flattened_list = list(array.flatten()) ``` 2. **网络爬虫开发** - 提供基于 requests 或 beautifulsoup 进行网页抓取的小例子。 ```python import requests from bs4 import BeautifulSoup url = "https://www.example.com" response = requests.get(url) soup = BeautifulSoup(response.text, 'html.parser') titles = soup.find_all('h1') for title in titles: print(title.text.strip()) ``` --- ###