最近几年， 学习Python语言的同学越来越多，学成之后大家对于后期的面试都遇到了很多难题，小编这次为大家整理了一份关于Python工程师求职必知的经典面试题!希望能够帮助到正在找Python工作的同学们。

　　Python工程师求职必知的经典面试题：

　　1、多线程使用Python是个好主意吗?列出一些方法可以让一些Python代码以并行方式运行。

　　答：Python不允许真正意义上的多线程。它有一个多线程包，但如果你想使用多线程来加速你的代码，那么使用它通常不是一个好主意。Python有一个名为全局解释器锁(Global Interpreter Lock(GIL))的结构。GIL确保每次只能执行一个“线程”。一个线程获取GIL，做一点工作，然后将GIL传递到下一个线程。这种情况发生的很快，因此对于人眼看来，你的线程似乎是并行运行的，但它们实际上只是轮流使用相同的CPU核心。所有这些GIL传递都增加了运行的内存。这意味着如果你想让代码运行得更快，那么使用线程包通常不是一个好主意。

　　使用Python的线程包也是有原因的。如果你想同时运行一些东西，并且效率不是一个问题，那么它就完全没问题了。或者，如果你正在运行需要等待某些事情的代码(例如某些IO)，那么它可能会很有意义。但是线程库不会让你使用额外的CPU核心。

　　多线程可以外包到操作系统(通过多处理)，一些调用Python代码的外部应用程序(例如，Spark或Hadoop)，或者Python代码调用的一些代码例如：你可以使用你的Python代码调用一个C函数来完成昂贵的多线程事务。

　　2、这段代码输出了什么：

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

　　3、如何在Python中管理内存?

　　Python中的内存管理由Python私有堆空间管理。所有Python对象和数据结构都位于私有堆中。程序员无权访问此私有堆。Python解释器负责处理这个问题。Python对象的堆空间分配由Python的内存管理器完成。核心API提供了一些程序员编写代码的工具Python还有一个内置的垃圾收集器，它可以回收所有未使用的内存，并使其可用于堆空间。

　　4、range&xrange有什么区别?

　　在大多数情况下，xrange和range在功能方面完全相同。它们都提供了一种生成整数列表的方法，唯一的区别是range返回一个Python列表对象，x range返回一个xrange对象。

　　这就表示xrange实际上在运行时并不是生成静态列表。它使用称为yielding的特殊技术根据需要创建值。该技术与一种称为生成器的对象一起使用。因此如果你有一个非常巨大的列表，那么就要考虑xrange。

　　5、Python中help()和dir()函数的用法是什么?

　　Help()和dir()这两个函数都可以从Python解释器直接访问，并用于查看内置函数的合并转储。

　　help()函数：help()函数用于显示文档字符串，还可以查看与模块，关键字，属性等相关的使用信息。

　　dir()函数：dir()函数用于显示定义的符号。

　　6、NumPy中有哪些操作Python列表的函数?

　　Python的列表是高效的通用容器。它们支持(相当)有效的插入，删除，追加和连接，Python的列表推导使它们易于构造和操作。

　　它们有一定的局限性：它们不支持像素化加法和乘法等“向量化”操作，并且它们可以包含不同类型的对象这一事实意味着Python必须存储每个元素的类型信息，并且必须执行类型调度代码在对每个元素进行操作时。

　　NumPy不仅效率更高; 它也更方便。你可以免费获得大量的向量和矩阵运算，这有时可以避免不必要的工作。它们也得到有效实施。

　　NumPy数组更快，你可以使用NumPy，FFT，卷积，快速搜索，基本统计，线性代数，直方图等内置。