25 Вопросов и Ответов для Python-Собеседования Middle

Собеседование на позицию Middle-разработчика в области Python может включать множество неожиданных вопросов, выходящих за рамки стандартных задач программирования. В этой статье мы рассмотрим несколько таких вопросов, которые могут застать вас врасплох, но при этом помогут лучше понять ваши навыки и подходы к решению проблем.

t.me/ai_machinelearning_big_data – наш канал с множеством гайдов, уроков и книг для программиство

1. Как бы вы объяснили концепцию объектно-ориентированного программирования (ООП) человеку без технического образования?

Ответ: ООП – это способ организации кода, который позволяет представлять реальные объекты через программирование. Например, представьте себе машину. У неё есть характеристики (цвет, марка), а также действия, которые она выполняет (ехать, тормозить). В ООП машина будет классом, а её характеристики и действия будут свойствами и методами этого класса.

2. Что такое декораторы в Python? Приведите пример их использования.

Ответ: Декораторы – это функции, которые принимают другую функцию в качестве аргумента и возвращают новую функцию, расширяя функциональность исходной. Они позволяют добавлять поведение к функциям или методам без изменения их исходного кода. Пример:

def logger(func):

    def wrapper(*args, **kwargs):

        print(f'Функция {func.__name__} вызвана')

        return func(*args, **kwargs)

    return wrapper

@logger

def add(a, b):

    return a + b

add(2, 3)  # Выведет 'Функция add вызвана'

#### 3. Объясните разницу между == и is в Python.

Ответ: Оператор == сравнивает значения объектов, тогда как оператор is проверяет идентичность объектов (то есть находятся ли они в одной и той же памяти). Например:

a = [1, 2, 3]
b = [1, 2, 3]
c = a

print(a == b)  # True, потому что списки содержат одинаковые элементы

print(a is b)  # False, потому что это разные объекты

print(a is c)  # True, потому что c ссылается на тот же объект, что и a

4. Что такое замыкание в Python и как оно работает?

Ответ: Замыкание – это функция, которая сохраняет состояние окружения, в котором была определена, даже после того, как окружение завершило своё выполнение. Это достигается благодаря тому, что внутренняя функция имеет доступ к переменным внешней функции. Пример:

def outer_func(x):

    def inner_func(y):

        return x * y

    return inner_func

multiply_by_2 = outer_func(2)

multiply_by_10 = outer_func(10)

print(multiply_by_2(5))  # 10

print(multiply_by_10(5))  # 50

#### 5. Почему важно использовать if __name__ == “__main__”: в ваших скриптах?

Ответ: Этот блок кода используется для определения, был ли файл запущен непосредственно как скрипт или импортирован как модуль. Если файл запускается как скрипт, то выражение __name__ == “__main__” вернёт True, и код внутри блока выполнится. Если же файл импортируется, то выражение вернёт False, и код не выполнится. Это полезно для предотвращения выполнения кода при импорте модуля.

#### 6. Какие существуют способы копирования списков в Python?

Ответ: Есть три основных способа копирования списка:

1. С помощью среза [::]: new_list = old_list[:]

2. Через встроенную функцию list(): new_list = list(old_list)

3. С использованием метода .copy(): new_list = old_list.copy()

Все эти методы создают поверхностную копию списка.

#### 7. Как работают генераторы в Python? Приведите пример.

Ответ: Генераторы – это специальные функции, которые возвращают последовательность значений по одному за раз, вместо того чтобы сразу вернуть весь список. Они используют ключевое слово yield. Пример:

def fibonacci(n):

    a, b = 0, 1

    for _ in range(n):

        yield a

        a, b = b, a + b

for num in fibonacci(10):

    print(num)

8 Что такое итерируемый объект в Python? Приведите примеры.

Ответ: Итерируемым объектом называется любой объект, который поддерживает цикл for. К таким объектам относятся списки, кортежи, строки, множества, словари и многие другие типы данных. Итерируемость обеспечивается наличием метода __iter__, который возвращает итератор. Пример:

my_list = [1, 2, 3]
for item in my_list:

    print(item)

9. Что такое лямбда-функции в Python? Когда их стоит использовать?

Ответ: Лямбда-функции – это анонимные функции, которые состоят всего из одного выражения. Они удобны для создания коротких функций, которые передаются в качестве аргументов другим функциям. Пример:

numbers = [1, 2, 3, 4, 5]
squared_numbers = list(map(lambda x: x**2, numbers))

print(squared_numbers)  # [1, 4, 9, 16, 25]

10. Что такое глобальные и локальные переменные в Python? Каковы правила видимости?

Ответ: Локальная переменная существует только внутри функции, в которой она объявлена. Глобальная переменная доступна во всём модуле. Правила видимости следующие:

– Переменные, объявленные вне всех функций, считаются глобальными.

– Переменные, объявленные внутри функции, считаются локальными.

– Чтобы изменить значение глобальной переменной внутри функции, нужно использовать ключевое слово global.

Пример:

x = 10  # Глобальная переменная

def foo():

    global x

    x = 20  # Изменение глобальной переменной

    y = 30  # Локальная переменная

    print(x, y)

foo()  # 20 30

print(x)  # 20

11. Что такое упаковка и распаковка аргументов в Python?

Ответ: Упаковка аргументов позволяет передавать произвольное количество аргументов в функцию, используя оператор *. Распаковка аргументов позволяет передать список или кортеж как отдельные аргументы функции, используя оператор * или ** для словарей. Пример:

def my_function(*args, **kwargs):

    print(args)  # Распаковка позиционных аргументов

    print(kwargs)  # Распаковка ключевых аргументов

my_function(1, 2, 3, key='value')

12. Что такое итераторы в Python? Приведите пример.

Ответ: Итераторы – это объекты, которые поддерживают протокол итератора, позволяя последовательно перебирать элементы коллекции. Каждый вызов метода next() возвращает следующий элемент последовательности. Пример:

my_iter = iter([1, 2, 3])

while True:

    try:

        element = next(my_iter)

        print(element)

    except StopIteration:

        break

13. Что такое рекурсия в Python? Приведите пример.

Ответ: Рекурсия – это процесс, при котором функция вызывает саму себя. Это полезно для решения задач, которые можно разбить на подзадачи аналогичного вида. Пример:

def factorial(n):

    if n == 0 or n == 1:

        return 1

    else:

        return n * factorial(n - 1)

print(factorial(5))  # 120

14. Что такое словари в Python? Опишите основные операции со словарями.

Ответ: Словарь – это структура данных, позволяющая хранить пары ключ-значение. Ключи должны быть уникальными и неизменяемыми объектами (например, строки, числа, кортежи). Основные операции включают добавление, обновление, удаление элементов, получение значений по ключу и итерацию по ключам/значениям. Пример:

my_dict = {'apple': 1, 'banana': 2, 'cherry': 3}

# Добавление элемента

my_dict['date'] = 4

# Обновление элемента

my_dict['apple'] = 10

# Удаление элемента

del my_dict['banana']
# Получение значения по ключу

print(my_dict['apple'])  # 10

# Итерация по ключам

for key in my_dict:

    print(key)

15. Как работает сборка мусора в Python? Что такое циклические ссылки и как с ними справляется сборщик мусора?

Сборка мусора в Python основана на подсчете ссылок и механизме обнаружения циклов. Подсчет ссылок отслеживает количество ссылок на объект. Когда количество ссылок становится равным нулю, объект удаляется. Однако этот метод не решает проблему циклических ссылок, когда два объекта ссылаются друг на друга, хотя ни один другой объект на них не ссылается. Для решения этой проблемы используется специальный алгоритм обнаружения циклов, который периодически сканирует память и находит такие циклы, освобождая занятые ими ресурсы.

16. Что такое метапрограммирование в Python? Приведите пример использования декоратора класса.

**Ответ:** Метапрограммирование – это техника программирования, при которой программа генерирует или изменяет сама себя во время исполнения. В Python метапрограммирование часто связано с использованием метаклассов и декораторов. Пример декоратора класса:

```python

from functools import wraps

def log_class_methods(cls):

    for attr_name in dir(cls):

        attr = getattr(cls, attr_name)

        if callable(attr):

            setattr(cls, attr_name, wraps(attr)(log_method(attr)))

    return cls

def log_method(method):

    @wraps(method)

    def wrapped(*args, **kwargs):

        print(f"{method.__qualname__} called with args={args}, kwargs={kwargs}")

        return method(*args, **kwargs)

    return wrapped

@log_class_methods

class MyClass:

    def method1(self):

        pass

    def method2(self, arg):

        pass

obj = MyClass()

obj.method1()  # MyClass.method1 called with args=(<__main__.MyClass object at 0x000001E07C2FBB80>,), kwargs={}

obj.method2(42)  # MyClass.method2 called with args=(<__main__.MyClass object at 0x000001E07C2FBB80>, 42), kwargs={}

“`

17. Что такое асинхронное программирование в Python? Приведите пример использования `asyncio`.

**Ответ:** Асинхронное программирование позволяет выполнять несколько задач одновременно, переключаясь между ними, когда одна из задач ожидает завершения какой-то операции (например, сетевого запроса). В Python это реализуется с помощью библиотеки `asyncio`. Пример:

```python

import asyncio

async def fetch_data(url):

    await asyncio.sleep(1)  # Имитация задержки

    return f'Data from {url}'

async def main():

    task1 = asyncio.create_task(fetch_data('http://example.com'))

    task2 = asyncio.create_task(fetch_data('http://another.com'))

    results = await asyncio.gather(task1, task2)

    print(results)

asyncio.run(main())

18. Что такое рефлексия в Python? Приведите пример ее использования.

**Ответ:** Рефлексия – это способность программы исследовать и изменять свою структуру и поведение во время выполнения. В Python рефлексию можно реализовать с помощью различных методов и атрибутов, таких как `getattr`, `setattr`, `hasattr`, `dir` и других. Пример:

```python

class MyClass:

    def method1(self):

        print("Method1 called")

obj = MyClass()

if hasattr(obj, 'method1'):

    method_to_call = getattr(obj, 'method1')

    method_to_call()

 19. Что такое монады в Python? Приведите пример использования монады Maybe.

Ответ: Монады – это абстрактная конструкция, используемая в функциональном программировании для построения цепочек вычислений. В Python монаду можно реализовать с помощью классов и методов. Монада Maybe используется для обработки возможных ошибок или отсутствия значений. Пример:

class Maybe:

    def __init__(self, value=None):

        self.value = value

    def bind(self, func):

        if self.value is None:

            return Maybe()

        else:

            return func(self.value)

def safe_divide(x, y):

    if y == 0:

        return Maybe()

    else:

        return Maybe(x / y)

result = Maybe(10).bind(lambda x: safe_divide(x, 2)).bind(lambda x: safe_divide(x, 0))

print(result.value)  # None

20. Что такое замыкания и как они работают в Python? Приведите пример замыканий второго порядка.

Ответ: Замыкание – это функция, которая сохраняет состояние окружения, в котором была определена, даже после того, как окружение завершило своё выполнение. Замыкания второго порядка – это замыкания, которые возвращают новые замыкания. Пример:

def multiplier_factory(base):

    def multiplier(x):

        def multiply(y):

            return x * y

        return multiply

    return multiplier

double = multiplier_factory(2)

triple = multiplier_factory(3)

print(double(5)(10))  # 50

print(triple(5)(10))  # 150

21. Что такое метаклассы и как они работают в Python? Приведите пример использования метакласса для автоматического создания свойств.

Ответ: Метаклассы – это классы, которые создают другие классы. Они позволяют модифицировать поведение создаваемых классов. Пример использования метакласса для автоматического создания свойств:

class AutoProperty(type):

    def __new__(meta, classname, bases, classdict):

        new_props = {}

        for name, value in classdict.items():

            if isinstance(value, tuple):

                prop_name, prop_type = value

                new_props[name] = property(

                    lambda self, prop_name=prop_name: getattr(self, '_' + prop_name),

                    lambda self, value, prop_name=prop_name: setattr(self, '_' + prop_name, prop_type(value)),

                    lambda self, prop_name=prop_name: delattr(self, '_' + prop_name),

                    doc=f'{prop_name} property of type {prop_type.__name__}')

        classdict.update(new_props)

        del classdict[name]
        return type.__new__(meta, classname, bases, classdict)

class Person(metaclass=AutoProperty):

    name = ('name', str)

    age = ('age', int)

p = Person()

p.name = 'John'

p.age = 30

print(p.name, p.age)  # John 30

22. Что такое ленивая оценка и как она работает в Python? Приведите пример использования ленивых вычислений.

Ответ: Ленивая оценка (lazy evaluation) – это стратегия вычислений, при которой выражение оценивается только тогда, когда его значение необходимо. В Python ленивые вычисления можно реализовать с помощью генераторов и итераторов. Пример:

def fibonacci():

    a, b = 0, 1

    while True:

        yield a

        a, b = b, a + b

fib_gen = fibonacci()

for i in range(10):

    print(next(fib_gen))

23 Что такое функциональные паттерны проектирования и как они применяются в Python? Приведите пример использования паттерна «Фильтрация».

Ответ: Функциональные паттерны проектирования – это шаблоны решений общих проблем в функциональном программировании. Один из таких паттернов – фильтрация, который позволяет выбирать элементы из коллекции на основе заданного условия. Пример:

def filter_even(numbers):

    return (num for num in numbers if num % 2 == 0)

numbers = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
even_numbers = filter_even(numbers)

for num in even_numbers:

    print(num)  # 2, 4, 6, 8, 10

—

Эти вопросы требуют глубоких знаний Python и функци…

24. Что такое partial application и currying в Python? Приведите пример использования частичной аппликации и карринга.

Ответ: Частичная аппликация (partial application) – это техника, при которой часть аргументов функции фиксируется заранее, создавая новую функцию с меньшим количеством аргументов. Карринг (currying) – это преобразование функции, принимающей несколько аргументов, в последовательность функций, каждая из которых принимает ровно один аргумент.

Частичную аппликацию можно реализовать с помощью functools.partial, а карринг – вручную или с помощью специальных библиотек. Пример:

from functools import partial

def add(x, y):

    return x + y

add_5 = partial(add, 5)

print(add_5(10))  # 15

def curried_add(x):

    def inner(y):

        return x + y

    return inner

add_5_curry = curried_add(5)

print(add_5_curry(10))  # 15

25 Что такое Continuation Passing Style (CPS) и как его можно применить в Python? Приведите пример.

Ответ: Continuation Passing Style (CPS) – это стиль программирования, при котором функция передает управление следующей функции через аргумент, называемый продолжением (continuation). Это позволяет управлять порядком выполнения кода и легко реализовывать неблокирующие операции. Пример:

def cps_add(x, y, cont):

    cont(x + y)

def cps_print(result):

    print(result)

cps_add(5, 10, cps_print)  # 15

#### 43. Что такое композиция функций и как её можно реализовать в Python? Приведите пример.

Бонусные вопросы python разработчика.

Ответ: Композиция функций – это комбинация двух или более функций, при которой результат одной функции передается в качестве аргумента другой функции. В Python композицию можно реализовать с помощью оператора | (в Python 3.9+) или вручную. Пример:

def double(x):

    return 2 * x

def square(x):

    return x ** 2

def compose(f, g):

    return lambda x: f(g(x))

composed = compose(square, double)

print(composed(5))  # 100

Бонус 2 Что такое мемоизация и как её можно реализовать в Python? Приведите пример.

Ответ: Мемоизация – это техника оптимизации, при которой результаты предыдущих вычислений сохраняются и повторно используются, чтобы избежать повторных вычислений одних и тех же значений. В Python мемоизацию можно реализовать с помощью декоратора. Пример:

from functools import lru_cache

@lru_cache(maxsize=None)

def fibonacci(n):

    if n <= 1:

        return n

    return fibonacci(n-1) + fibonacci(n-2)

print(fibonacci(35))  # 9227465

3. Что такое полиморфизм и как его можно реализовать в Python? Приведите пример.

Ответ: Полиморфизм – это принцип объектно-ориентированного программирования, позволяющий объектам разных классов реагировать на одни и те же сообщения (методы) по-разному. В Python полиморфизм можно реализовать через наследование и переопределение методов. Пример:

class Animal:

    def speak(self):

        raise NotImplementedError

class Dog(Animal):

    def speak(self):

        return "Woof!"

class Cat(Animal):

    def speak(self):

        return "Meow!"

animals = [Dog(), Cat()]
for animal in animals:

    print(animal.speak())  # Woof!, Meow!

—