Python面试必备：重点知识点详解

"这篇文档是关于Python编程语言的高频知识点总结，主要涵盖了函数传参、元类、静态方法和类方法、类与实例属性、自省机制、数据结构的推导式、命名约定、字符串格式化、迭代器与生成器、可变参数、面向切面编程、鸭子类型、函数重载、新式类与旧式类、`__new__`与`__init__`的关系、作用域、GIL线程全局锁、协程、闭包、匿名函数、函数式编程、对象拷贝、垃圾回收机制、列表操作、Python2与Python3的差异以及`super`和`init`的使用等重要内容。这份资料旨在帮助学习者巩固Python基础知识，并为面试准备提供参考。" 在Python编程中，函数的参数传递是按引用传递的，但表现得像是按值传递。当函数接收一个可变对象（如列表或字典）作为参数时，它实际上接收的是对象的引用。例如，在上述例子中，全局变量`a`与函数内部的局部变量`a`实际上是共享同一个内存地址。改变函数内部的`a`不会影响全局的`a`，除非显式地修改全局变量。 元类（metaclass）在Python中用于控制类的创建，它可以被视为类的类。元类允许开发者定制类的行为，比如自定义初始化或改变属性的动态行为。 `@staticmethod`和`@classmethod`是两个常用的装饰器。`staticmethod`用于创建与类无关的独立函数，不接收`self`参数；而`classmethod`接收一个表示类本身的`cls`参数，常用于改变类的行为。 Python的自省能力（introspection）使得程序可以在运行时检查自身的结构，如查看类的信息、函数定义等。 列表、集合和字典推导式是Python中简洁的语法糖，用于快速创建这些数据结构。它们可以将复杂的循环结构简化为一行代码。 单下划线（_）和双下划线（__）在Python中用于命名约定，单下划线一般表示私有但非保护的成员，双下划线通常用于避免与子类的成员名冲突。 字符串格式化有`%`运算符和`str.format()`两种方式，前者类似于C语言风格，后者更加灵活且支持格式化对象。 迭代器和生成器是处理序列数据的有效工具。迭代器通过`iter()`和`next()`实现，而生成器则使用`yield`语句，它可以在运行时生成序列，节省内存。 `args`和`**kwargs`是可变参数，用于处理不确定数量的位置参数和关键字参数。 面向切面编程（AOP）是一种编程范式，强调将关注点分离，装饰器是Python中实现AOP的一种方式。 鸭子类型是Python的核心哲学之一，它不关心对象的类型，只关注对象能否执行特定的操作。 Python的重载不如同Java或C++那样明显，但可以通过不同的方法签名实现类似效果。 新式类与旧式类是Python 2.x中的概念，新式类继承自`object`，拥有更多的特性，如描述符、元类等。 `__new__`和`__init__`都是类的方法，`__new__`负责创建新对象，`__init__`用于初始化新创建的对象。 Python的作用域规则包括全局（global）、局部（local）和嵌套（nonlocal）作用域，理解这些规则对正确使用变量至关重要。 GIL（Global Interpreter Lock）是Python解释器的一个特性，它限制了多线程环境下的并行执行，但不影响多进程。 协程（coroutine）是Python中实现并发的一种方式，它允许在一个线程内暂停和恢复执行，常用于实现高效的I/O密集型任务。 闭包是指有权访问另一个函数作用域中变量的函数，尤其指那些嵌套函数，且包含对外部变量的引用。 `lambda`匿名函数用于创建简单的、一次性使用的函数，通常在需要简洁表达式式函数的地方使用。 Python的函数式编程特性包括高阶函数、map、filter、reduce等，这些允许将函数作为参数和返回值，增强代码的简洁性和可读性。 对象拷贝涉及到浅拷贝和深拷贝，浅拷贝只复制对象的引用，深拷贝会创建全新的对象。 Python的垃圾回收机制自动管理内存，回收不再使用的对象，但程序员也需要了解如何避免内存泄漏。 列表操作如`append`、`extend`、`insert`等提供了对列表内容的便捷修改。 Python 2与Python 3之间的差异包括语法、标准库和兼容性问题，开发者需要了解这些差异以确保代码的兼容性。 `super`和`init`在类继承中用于调用父类的方法，`super()`确保初始化父类的实例，而`init`则是对象初始化的方法。