從八月底開始找工作，短短的一星期多一些，面試了9家公司，拿到5份Offer，可能是因為我所面試的公司都是些創業性的公司吧，不過還是感觸良多，因為學習python的時間還很短，沒想到還算比較容易的找到了工作，就把這些天的面試經驗和大家分享一下，希望為學習python找工作的小夥伴們提供些許幫助。
筆者感覺面試最主要的兩點：1.專案經驗。 2.專案經驗和招聘職位相符，這是最主要的，其他的都是錦上添花。
這是一道送分題，萬年不變的第一個問題。不過有些小夥伴可能沒有太在意，其實這個問題已經在面試官心中決定了你的去留意向。自我介紹的主要結構：個人基本資訊 + 基本技術構成 + 專案經驗（具體專案以及在專案中的負責部分）+ 自我評價，其中的原則就是緊緊圍繞招聘崗位的需求做介紹。在此之前要做好準備工作，看看招聘方具體需要什麼方向的研發工程師。目前針對Python，拉勾上的招聘多為自動化測試平臺的設計與開發、資料的挖掘與清洗。單純的web開發好像還沒有，所以web方向的同學注意，多和運維以及自動化方面靠攏。
在面試的過程當中，在面試官提出問題的時候，往往會就問題本身引申出較深層次的問題。比如：你使用過with語句嗎？我的回答是：with語句經常適用於對資源進行訪問的場合，確保在訪問的過程中不管是否發生異常都會指執行必要的清理操作，比如檔案的自動關閉以及執行緒中鎖的自動獲取與釋放。面試官緊接著問，那你知道為什麼with語句能夠使檔案正確關閉，一下子把我問悶了，只能依稀記得with語句會開闢出一塊獨立環境來執行檔案的訪問，類似沙盒機制。面試官對這個答案不置可否，算是勉強通過了。所以知其然更要知其所以然。在平時的學習中，多問一個為什麼，面試的時候就不會太被動。
確保你在回答面試官的過程中，回答中的每個知識點都瞭然於胸，不然被問住，是很難堪的。我在回答web安全問題時，順嘴說了SQL隱碼攻擊，面試官說既然提到了SQL隱碼攻擊，那麼你講講它的原理及解決方法吧！丟臉的是我竟然把XSS跨站注入攻擊和SQL隱碼攻擊搞混了，場面也是有點尷尬。所以斟酌你說的每一句話，聰明點的同學還可以引導面試官，讓他問出自己想要被問的問題。
這是面試官在考察你是否對於新鮮技術抱有極大熱忱。面試我的面試官無一例外都問到了這個問題。他們都希望能找一個不斷學習，開括創新的年輕人。多瀏覽最新的技術資訊，選擇一方面自己感興趣的領域。
當然是看招聘方屬於哪一個公司啦，不過問這種問題的一般都是創業公司。答案無非是：挑戰大，享受挑戰；創業公司具有無限成功的可能性，想隨公司一起成長；
這也是一個必問問題，找一個比較正當的理由，不要說什麼公司零食太多胖了20斤，公司周別附近的外賣都吃膩了，真的別這樣說…主要原則就是不要對前公司抱有怨言，BOSS朝令夕改，PM不靠譜什麼的，多尋找自身原因：公司發展比較穩定，但我還年輕，希望有更大的挑戰和更多的學習機會。像這樣就可以。
這個問題問到的機率不太大，不過也還是有三家公司問到過，招聘方主要想從上一家公司的具體經營規模以及主營業務來定位你的水平，知道招聘方的目的就可以從容應答。
非技術性的問題就是以上這麼多，作為參考稍加準備，面試的時候就能對答如流。下面講一下在面試中的技術性問題。個人感覺技術性的問題面試官問的沒有特別多，一般考察2-3個，由淺到深。
在函數語言程式設計中，函式是基本單位，變數只是一個名稱，而不是一個儲存單元。除了匿名函式外，Python還使用fliter(),map(),reduce(),apply()函式來支援函數語言程式設計。
匿名函式，也就是lambda函式，通常用在函式體比較簡單的函式上。匿名函式顧名思義就是函式沒有名字，因此不用擔心函式名衝突。不過Python對匿名函式的支援有限，只有一些簡單的情況下可以使用匿名函式。
如果我們沒有對異常進行任何預防，那麼在程式執行的過程中發生異常，就會中斷程式，呼叫python預設的異常處理器，並在終端輸出異常資訊。
try…except…finally語句:當try語句執行時發生異常，回到try語句層，尋找後面是否有except語句。找到except語句後，會呼叫這個自定義的異常處理器。except將異常處理完畢後，程式繼續往下執行。finally語句表示，無論異常發生與否，finally中的語句都要執行。
assert語句：判斷assert後面緊跟的語句是True還是False，如果是True則繼續執行print，如果是False則中斷程式，呼叫預設的異常處理器，同時輸出assert語句逗號後面的提示資訊。
with語句：如果with語句或語句塊中發生異常，會呼叫預設的異常處理器處理，但檔案還是會正常關閉。
copy是淺拷貝，只拷貝可變物件的父級元素。 deepcopy是深拷貝，遞迴拷貝可變物件的所有元素。
裝飾器本質上是一個Python函式，它可以讓其他函式在不需要做任何程式碼變動的前提下增加額外功能，裝飾器的返回值也是一個函式物件。它經常用於有切面需求的場景，比如：插入日誌、效能測試、事務處理、快取、許可權校驗等場景。有了裝飾器，就可以抽離出大量與函式功能本身無關的雷同程式碼並繼續重用。
Python作用域簡單說就是一個變數的名稱空間。程式碼中變數被賦值的位置，就決定了哪些範圍的物件可以訪問這個變數，這個範圍就是變數的作用域。在Python中，只有模組（module），類（class）以及函式（def、lambda）才會引入新的作用域。Python的變數名解析機制也稱為 LEGB 法則：本地作用域（Local）→當前作用域被嵌入的本地作用域（Enclosing locals）→全域性/模組作用域（Global）→內建作用域（Built-in）
為了統一類(class)和型別(type)，python在2.2版本引進來新式類。在2.1版本中，類和型別是不同的。
為了確保使用的是新式類，有以下方法：
放在類模組程式碼的最前面 __metaclass__ = type
從內建類object直接或者間接地繼承
在python3版本中，預設所有的類都是新式類。
建立一個新例項時呼叫__new__,初始化一個例項時用__init__,這是它們最本質的區別。
new方法會返回所構造的物件，init則不會.
new函式必須以cls作為第一個引數，而init則以self作為其第一個引數.
Python GC主要使用引用計數（reference counting）來跟蹤和回收垃圾。在引用計數的基礎上，通過“標記-清除”（mark and sweep）解決容器物件可能產生的迴圈引用問題，通過“分代回收”（generation collection）以空間換時間的方法提高垃圾回收效率。
1 引用計數
PyObject是每個物件必有的內容，其中ob_refcnt就是做為引用計數。當一個物件有新的引用時，它的ob_refcnt就會增加，當引用它的物件被刪除，它的ob_refcnt就會減少.引用計數為0時，該物件生命就結束了。
優點:
簡單 實時性 缺點:
維護引用計數消耗資源 迴圈引用
2 標記-清除機制
基本思路是先按需分配，等到沒有空閒記憶體的時候從暫存器和程式棧上的引用出發，遍歷以物件為節點、以引用為邊構成的圖，把所有可以訪問到的物件打上標記，然後清掃一遍記憶體空間，把所有沒標記的物件釋放。
3 分代技術
分代回收的整體思想是：將系統中的所有記憶體塊根據其存活時間劃分為不同的集合，每個集合就成為一個“代”，垃圾收集頻率隨著“代”的存活時間的增大而減小，存活時間通常利用經過幾次垃圾回收來度量。
Python預設定義了三代物件集合，索引數越大，物件存活時間越長。
@property裝飾器就是負責把一個方法變成屬性呼叫，通常用在屬性的get方法和set方法，通過設定@property可以實現例項成員變數的直接訪問，又保留了引數的檢查。另外通過設定get方法而不定義set方法可以實現成員變數的只讀屬性。
*args代表位置引數，它會接收任意多個引數並把這些引數作為元組傳遞給函式。**kwargs代表的關鍵字引數，允許你使用沒有事先定義的引數名，另外，位置引數一定要放在關鍵字引數的前面。
with語句適用於對資源進行訪問的場合，確保不管使用過程中是否發生異常都會執行必要的“清理”操作，釋放資源，比如檔案使用後自動關閉、執行緒中鎖的自動獲取和釋放等。
def extend_list(val, list=[]):
list.append(val)
return list
list1 = extend_list(10)
list2 = extend_list(123, [])
list3 = extend_list(‘a’)
print(list1) # list1 = [10, ‘a’]
print(list2) # list2 = [123, []]
print(list3) # list3 = [10, ‘a’]
class Parent(object):
x = 1
class Child1(Parent):
pass
class Child2(Parent):
pass
print(Parent.x, Child1.x, Child2.x) # [1,1,1]
Child1.x = 2
print(Parent.x, Child1.x, Child2.x) # [1,2,1]
Partent.x = 3
print(Parent.x, Child1.x, Child2.x) # [3,2,3]
在一個二維陣列中，每一行都按照從左到右遞增的順序排序，每一列都按照從上到下遞增的順序排序。請完成一個函式，輸入這樣的一個二維陣列和一個整數，判斷陣列中是否含有該整數。
arr = [[1,4,7,10,15], [2,5,8,12,19], [3,6,9,16,22], [10,13,14,17,24], [18,21,23,26,30]]
def getNum(num, data=None):
while data:
if num > data[0][-1]:
del data[0]
print(data)
getNum(num, data=None)
elif num < data[0][-1]:
data = list(zip(*data))
del data[-1]
data = list(zip(*data))
print(data)
getNum(num, data=None)
else:
return True
data.clear()
return False
if __name__ == ‘__main__’:
print(getNum(18, arr))
a = 36
b = 21
def maxCommon(a, b):
while b: a,b = b, a%b
return a
def minCommon(a, b):
c = a*b
while b: a,b = b, a%b
return c//a
if __name__ == ‘__main__’:
print(maxCommon(a,b))
print(minCommon(a,b))
data.sort()
half = len(data) // 2
return (data[half] + data[~half])/2
l = [1,3,4,53,2,46,8,42,82]
if __name__ == ‘__main__’:
print(median(l))
輸入一個整數，輸出該數二進位制表示中1的個數。其中負數用補碼錶示。
def getOneCount(num):
if num > 0:
count = b_num.count(‘1’)
print(b_num)
return count
elif num < 0:
b_num = bin(~num)
count = 8 – b_num.count(‘1’)
return count
else:
return 8
if __name__ == ‘__main__’:
print(getOneCount(5))
print(getOneCount(-5))
print(getOneCount(0))
以上就是我面試過程中所被問到的問題，演算法題還是比較少的，也只有2家公司要求寫演算法，資料結構似乎被問到的不是特別多，就問到了一個B+樹的結構。資料庫問到的是索引相關的優化。稍微有些基礎的都能回答上來，但是最好可以深層次的探討一下。
本文只做拋磚引玉之用，有些見解還不是特別成熟，希望可以為學習Python找工作的夥伴們提供一些幫助，面試過程當中最重要的一點是放平心態，求職過程是雙方的，不需要太過緊張，把自己掌握的知識充分表達出來就好。只要你是匹千里馬，遲早會被伯樂牽出來遛一遛的。
看完這篇文章，你有沒有對自己的求職之路增加一些信心呢？
參考我們文章中提到的內容，針對性的調整自己的面試策略，將自己的知識最完美的呈現出來，不光是為了面試，也是為了讓自己的才華有用武之地。