Python面试必知100例。收集整理了目前Python岗位常见的面试题，希望大家通过学习理解相关知识点。下面介绍的是1~5道题。
一、请说下Python有哪些特点
- Python是一种解释型语言，这意味着开发过程中没有了编译这个环节。
- 面向对象：Python支持面向对象的风格或代码封装在对象的编程技术。
- 动态类型语言：在Python中，你不需要预先声明变量的类型，当你赋值给变量时，解释器会自动知道其类型。
- 跨平台语言：Python可以在大多数的操作系统上运行，包括但不限于Windows、Linux、Unix等。
二、什么是可变数据类型和不可变数据类型
在Python中，数据类型可以分为两种：可变数据类型和不可变数据类型。
不可变数据类型：这种数据类型的值一旦定义，就不能更改。如果尝试更改其值，实际上会创建一个新的对象。不可变数据类型的例子包括整数、浮点数、字符串、元组。
例如，如果你有一个字符串变量，你不能更改这个字符串中的某个字符。试图这样做的话，Python会创建一个新的字符串。
可变数据类型：与不可变数据类型相反，可变数据类型的值是可以更改的。也就是说，你可以在不创建新对象的情况下更改对象的值。可变数据类型的例子包括列表、字典以及集合。
例如，如果你有一个列表，你可以更改列表中的元素，增加元素，或者删除元素，而不需要创建一个新的列表。
三、什么是生成器
在Python中，生成器（Generator）是一种特殊的迭代器。与列表不同，生成器在存储数据时可以节省大量内存。这是因为生成器并不真正存储所有的值在内存中，而是在迭代到某个值时才会生成该值。
生成器的创建通常使用两种方式：一种是通过在函数中使用yield关键字，另一种是使用生成器表达式（generator expression）。
使用yield关键字创建生成器：
当Python执行到yield关键字时，它会将结果返回给调用者，并记住这个位置。下次调用生成器的时候，它将从上次离开的位置继续执行。
def count_up_to(n):count = 1while count <= n:yield countcount += 1for number in count_up_to(5):print(number)# 输出
1
2
3
4
5
上面的代码定义了一个生成器函数count_up_to，它会生成从1到n的数字。然后，我们可以像迭代其他迭代器一样迭代这个生成器。
使用生成器表达式创建生成器：
生成器表达式类似于列表解析式，但是它创建的是一个生成器，而不是一个列表。这意味着它可以节省内存。生成器表达式的语法是将列表解析式的方括号改为圆括号。
numbers = (x for x in range(1, 6))for number in numbers:print(number)上面的代码创建了一个生成器，它会生成从1到5的数字。然后，我们可以像迭代其他迭代器一样迭代这个生成器。
四、什么是迭代器？
在Python中，迭代器（Iterator）是一个可以记住遍历的位置的对象。迭代器对象必须实现两个特殊方法，即**iter()和next()**，它们共同构成了迭代器协议。迭代器可以是有限的也可以是无限的。
- **iter()**方法返回迭代器对象本身。这用在for和in语句中。
- next()方法返回迭代器的下一个值。如果没有更多的项可以返回，则应该抛出StopIteration异常。
举个例子，我们可以创建一个返回数字序列的迭代器：
class Counter:def __init__(self, limit):self.limit = limitself.count = 0def __iter__(self):return selfdef __next__(self):if self.count < self.limit:self.count += 1return self.countelse:raise StopIterationcounter = Counter(5)
for number in counter:print(number)在这个例子中，Counter类是一个迭代器，可以产生从1到5的数字。首先，我们创建一个Counter对象，并将其上限设为5。然后，我们使用for循环来迭代这个迭代器。
值得注意的是，生成器是一种特殊的迭代器，它更简单，但功能也更强大。你可以使用yield关键字来定义一个生成器，或者使用圆括号的列表解析式来创建一个生成器表达式。
五、生成器和迭代器有什么区别？
生成器和迭代器在Python中都用于创建可以进行迭代的对象，但它们之间有一些主要区别：
- 定义方式：迭代器需要定义一个类，并在类中实现**iter()和next()**方法。而生成器则可以直接使用一个函数，通过yield语句返回每个迭代的值。
- 简单性：相比之下，生成器的定义更简单。你只需要一个函数，就可以通过yield关键字生成值。而迭代器则需要更多的代码来定义类和方法。
- 资源使用：生成器和迭代器都是懒加载（lazy load）的，也就是说它们只有在需要返回值的时候才会生成值。但是生成器更进一步，它们在生成值后不会保存这些值。这意味着如果你需要迭代的数据集很大，或者如果你需要的值需要大量计算，那么生成器可能会比迭代器更节省资源。
- 使用场景：迭代器更适用于需要自定义复杂行为的情况，而生成器更适用于需要遍历大数据集或复杂数据流的情况。
总的来说，生成器是一种特殊的迭代器，它的定义更简单，也更容易使用，但同时也继承了迭代器的主要特性。
