目录
- python相对其他语言有什么特点？
- python内存管理机制，gc机制的了解，gc回收三种算法。
- lambda函数
- 高级函数 map、reduce、filter、sorted等。
- 简述python中list、tuple以及dict。
- python中深拷贝与浅拷贝。
- python中is和==的区别。
- python中if __ name ==' main __'有什么含义?
- python命令和python -m命令在执行脚本时的区别？
- python中多进程、多线程、携程。
- python中迭代器、生成器与装饰器。
- python中单引号、双引号、三引号的应用场景与区别。
- python如何体现面对对象的三大特性。
- python中异常管理的机制。
- python函数闭包。
python相对其他语言有什么特点？
python内存管理机制，gc机制的了解，gc回收三种算法。
python内存管理（原博文——python内存管理）
python是动态语言，对象与引用分类，一个变量使用不需要事先声明，而在赋值时，变量可以重新赋值为任意值。
python中，整数和短小的字符，Python都会缓存这些对象，以便重复使用。当我们创建多个等于1的引用时，实际上是让所有这些引用指向同一个对象。（可以通过is判断是不是同一个对象）
在python中，每个对象都有存有指向该对象的引用总数，即引用计数(reference count)。我们可以使用sys包中的getrefcount()，来查看某个对象的引用计数。需要注意的是，当使用某个引用作为参数，传递给getrefcount()时，参数实际上创建了一个临时的引用。因此，getrefcount()所得到的结果，会比期望的多1。
python的一个容器对象(container)，比如表、词典等，可以包含多个对象。实际上，容器对象中包含的并不是元素对象本身，是指向各个元素对象的引用。
python中对象可以引用对象，对象的相互引用会构成引用环。
引用减少的情况：1. del删除某一个对象的引用；2. 如果某个引用指向对象A，当这个引用重新被定义到其他对象时，引用数减少。
python垃圾回收
从基本原理上，当Python的某个对象的引用计数降为0时，说明没有任何引用指向该对象，该对象就成为要被回收的垃圾了。但是，垃圾回收时，Python不能进行其它的任务。频繁的垃圾回收将大大降低Python的工作效率。如果内存中的对象不多，就没有必要总启动垃圾回收。所以，Python只会在特定条件下，自动启动垃圾回收。当Python运行时，会记录其中分配对象(object allocation)和取消分配对象(object deallocation)的次数。当两者的差值高于某个阈值时，垃圾回收才会启动。
我们可以通过gc模块的get_threshold()方法，查看该阈值:
import gc print(gc.get_threshold())返回(700, 10, 10)，后面的两个10是与分代回收相关的阈值，后面可以看到。700即是垃圾回收启动的阈值。可以通过gc中的set_threshold()方法重新设置。我们也可以手动启动垃圾回收，即使用gc.collect()。
分代回收： python同时采用了分代(generation)回收的策略。这一策略的基本假设是，存活时间越久的对象，越不可能在后面的程序中变成垃圾。我们的程序往往会产生大量的对象，许多对象很快产生和消失，但也有一些对象长期被使用。出于信任和效率，对于这样一些“长寿”对象，我们相信它们的用处，所以减少在垃圾回收中扫描它们的频率。python将所有的对象分为0，1，2三代。所有的新建对象都是0代对象。当某一代对象经历过垃圾回收，依然存活，那么它就被归入下一代对象。垃圾回收启动时，一定会扫描所有的0代对象。如果0代经过一定次数垃圾回收，那么就启动对0代和1代的扫描清理。当1代也经历了一定次数的垃圾回收后，那么会启动对0，1，2，即对所有对象进行扫描。这两个次数即上面get_threshold()返回的(700, 10, 10)返回的两个10。也就是说，每10次0代垃圾回收，会配合1次1代的垃圾回收；而每10次1代的垃圾回收，才会有1次的2代垃圾回收。同样可以用set_threshold()来调整，比如对2代对象进行更频繁的扫描。
孤立的引用环： 引用环的存在会给上面的垃圾回收机制带来很大的困难。这些引用环可能构成无法使用，但引用计数不为0的一些对象。比如我们创建了两个表对象，并引用对方，构成一个引用环。删除了a，b引用之后，这两个对象不可能再从程序中调用，就没有什么用处了。但是由于引用环的存在，这两个对象的引用计数都没有降到0，不会被垃圾回收。
a = [] b = [a] a.append(b) del a del b为了回收这样的引用环，python复制每个对象的引用计数，可以记为gc_ref。假设，每个对象i，该计数为gc_ref_i。python会遍历所有的对象i。对于每个对象i引用的对象j，将相应的gc_ref_j减1。在结束遍历后，gc_ref不为0的对象，和这些对象引用的对象，以及继续更下游引用的对象，需要被保留。而其它的对象则被垃圾回收。
lambda函数
lambda作为一个表达式，定义了一个匿名函数。lambda表达式是起到一个函数速写的作用，允许在代码内嵌入一个函数的定义。例如：
func1 = lambda x,y:x+y def func2(x,y): return x+yfunc1和func2其实作用相同。
lambda的优点是代码比较简洁，缺点是易读性不好。
高级函数 map、reduce、filter、sorted等。
map()
map() 会根据提供的函数对指定序列做映射。第一个参数 function 以参数序列中的每一个元素调用 function 函数，返回包含每次 function 函数返回值的新列表。
map(function, iterable,...)返回值：python 2.x返回列表，python3.x返回迭代器。
以python3为例：
a = map(lambda x:x**2,[1,2,3,4]) print(a) print(list(a))输出：
<map object at 0x000001EB55F4C710> [1, 4, 9, 16]
filter()
filter() 函数用于过滤序列，过滤掉不符合条件的元素，返回一个迭代器对象，如果要转换为列表，可以使用 list() 来转换。
该接收两个参数，第一个为函数，第二个为序列，序列的每个元素作为参数传递给函数进行判，然后返回 True 或 False，最后将返回 True 的元素放到新列表中。
# 第一个参数是判断函数，第二个参数是可迭代对象 filter(function, iterable)实例：
a = filter(lambda x:x%2==0,[1,2,3,4]) print(a) print(list(a))输出：
<filter object at 0x000001EB55F44F60> [2, 4]
reduce()
reduce()函数也是Python内置的一个高阶函数。reduce()函数接收的参数和 map()类似，一个函数 function，一个可迭代对象，但行为和 map()不同，reduce()传入的函数必须接收两个参数，reduce()对list的每个元素反复调用函数f，并返回最终结果值。
在python3中，reduce()函数已经从全局函数中移除了，放在fucntools，所以我们首先得导入从fucntools中导入reduce()函数。
reduce(function, iterable)实例：
from functools import reduce sum = reduce(lambda x,y:x+y,[1,3,5,7,9]) print(sum)输出：
25