8道Python基础面试练习题

简介:

1.26个字母大小写成对打印,例如:Aa,Bb......

 for i in range(26):
     print(chr(65+i)+chr(97+i))

2.一个list包含10个数字,然后生成一个新的list,要求新的list里面的数都比之前的数多1

 list=[2,3,6,4,7,5,1,8,9,0]
 list1=[]
 for i in list:
     list1.append(i+1)
 print(list1)

3.倒序取出每个单词的第一个字母,例如:I am a good boy!
方法1

tre='I am a good boy!'
t=tre.split()
#print(t)
t.reverse()
list=[]
#print(t)
for i in t:
    list.append(i[0])
print(list)

方法2

a = "I AM A BOY"
result = []
for i in a.split()[::-1]:
    result.append(i[0])
print(result)

4.输入一个自己的生日月份,用if和else判断一下当月是不是你的生日月
第一种方法,datetime模块获取时间

 import datetime
 date=datetime.datetime.now() #获取当前时间
 # print(date.strftime('%Y-%m-%d')) #把当前时间格式化为可读懂的年月日
 r=date.strftime('%m') #把当前时间格式化为可读懂的年月日,只取月份
 print(r) #Python学习交流QQ群:579817333 
 t=input('请输入自己的生日月份:')
 if t==r:
     print('true')
 else:
     print('不是')

第二种方法,time模块获取时间

 import time
 # date=time.time() #获取当前时间
 # print(date)
 # print(time.localtime(time.time()))#按固定格式显示当前时间
 # print(time.strftime('%Y-%m-%d')) #把当前时间格式化为可读懂的年月日
 # print(time.strftime('%Y-%m-%d',time.localtime(time.time()))) #把时间格式化为可读懂的年月日,后一个参数可省略
 # print(time.strftime('%m',time.localtime(time.time()))) #只取月儿份
 #t=time.strftime('%m',time.localtime(time.time()))#只取月儿份
 t=time.strftime('%m')#只取月儿份
 print(t)#Python学习交流QQ群:579817333
 r=input('请输入自己的生日月份:')
 if t==r:
     print('true')
 else:
     print('不是')

5.输入3个字母:e、a、r,如果输入e,那么推出循环,如果输入a,执行continue,如果输入r,那么再读取一次字母,并打印,用死循环实现。

 while True:
     str = input('请输入三个字母:')
     if str=='r':
         print(str)
     if str=='a':
         continue
     if str=='e':
         break
     else:
         print('输入有误')

6.输入3个字母:e、a、r,如果输入e,那么退出循环,如果输入a,执行continue,如果输入r,那么再读取一次字母,并打印,只允许输入三次字母,重复输入的字母不算在内。

count = 0
for i in range(3):
    letter = input("send a letter%d:"%i)
    if letter == 'e':
        break
    elif letter == 'a':
        continue
    elif letter == 'r':
        count += 1
        if count == 2:
            input("send a letter dddd:")

7.把一个字符串"abcdefg"插入到一个list中,每个字母占一个list中的元素位置,例如:

["a","b","c","d","e","f","g"]
ls=["a","b","c","d","e","f","g"]
s="abcdefg"
lt=[]
#插入元素到后边
 for i in s :
     ls.extend(i)
 print(ls)

 for i in s:
     ls.append(i)
 print(ls)

#每个元素都插在第一个,或者说倒序插入列表前边
 for i in s:
     ls.insert(0,i)
 print(ls)

8.['a','b','c','d','e','f','g']操作这个list,拼出一个字符串"adg"

 lis=['a','b','c','d','e','f','g']
 print(len(lis))
 t=lis[0]+lis[int(len(lis)/2)]+lis[-1]
 print(t)
 或
 print("".join(lis[::3]))
相关文章
|
5天前
|
API 数据库 数据安全/隐私保护
Flask框架在Python面试中的应用与实战
【4月更文挑战第18天】Django REST framework (DRF) 是用于构建Web API的强力工具,尤其适合Django应用。本文深入讨论DRF面试常见问题,包括视图、序列化、路由、权限控制、分页过滤排序及错误处理。同时,强调了易错点如序列化器验证、权限认证配置、API版本管理、性能优化和响应格式统一,并提供实战代码示例。了解这些知识点有助于在Python面试中展现优秀的Web服务开发能力。
22 1
|
4天前
|
前端开发 测试技术 C++
Python自动化测试面试:unittest、pytest与Selenium详解
【4月更文挑战第19天】本文聚焦Python自动化测试面试,重点讨论unittest、pytest和Selenium三大框架。unittest涉及断言、TestSuite和覆盖率报告;易错点包括测试代码冗余和异常处理。pytest涵盖fixtures、参数化测试和插件系统,要注意避免过度依赖unittest特性。Selenium的核心是WebDriver操作、等待策略和测试报告生成,强调智能等待和元素定位策略。掌握这些关键点将有助于提升面试表现。
18 0
|
4天前
|
数据采集 存储 JSON
Python爬虫面试:requests、BeautifulSoup与Scrapy详解
【4月更文挑战第19天】本文聚焦于Python爬虫面试中的核心库——requests、BeautifulSoup和Scrapy。讲解了它们的常见问题、易错点及应对策略。对于requests,强调了异常处理、代理设置和请求重试;BeautifulSoup部分提到选择器使用、动态内容处理和解析效率优化;而Scrapy则关注项目架构、数据存储和分布式爬虫。通过实例代码,帮助读者深化理解并提升面试表现。
13 0
|
5天前
|
SQL 中间件 API
Flask框架在Python面试中的应用与实战
【4月更文挑战第18天】**Flask是Python的轻量级Web框架,以其简洁API和强大扩展性受欢迎。本文深入探讨了面试中关于Flask的常见问题,包括路由、Jinja2模板、数据库操作、中间件和错误处理。同时,提到了易错点,如路由冲突、模板安全、SQL注入,以及请求上下文管理。通过实例代码展示了如何创建和管理数据库、使用表单以及处理请求。掌握这些知识将有助于在面试中展现Flask技能。**
12 1
Flask框架在Python面试中的应用与实战
|
6天前
|
数据可视化 Python
Python模型评估与选择:面试必备知识点
【4月更文挑战第17天】本文深入探讨了Python模型评估与选择在面试中的关键点,包括性能度量、过拟合与欠拟合识别、模型比较与选择、模型融合和偏差-方差权衡。强调了避免混淆评估指标、忽视模型验证和盲目追求高复杂度模型的常见错误,并提供相关代码示例,如交叉验证、网格搜索和超参数调优。通过理解这些概念和技巧,可在面试中展示出色的数据科学能力。
31 12
|
6天前
|
机器学习/深度学习 搜索推荐 Python
Python特征工程面试:从理论到实践
【4月更文挑战第17天】本文探讨了Python在数据科学面试中的特征工程,涵盖基础概念如特征选择和提取,实战技能如缺失值和异常值处理,以及特定场景应用。强调避免过度依赖单一方法,忽视数据分布和相关性,以及保持特征工程的可解释性。提供代码示例展示了处理缺失值、标准化、特征选择和异常值检测的基本操作。建议结合业务理解,灵活运用多种方法并注重模型解释性。
21 9
|
6天前
|
数据采集 机器学习/深度学习 数据挖掘
Python数据清洗与预处理面试题解析
【4月更文挑战第17天】本文介绍了Python数据清洗与预处理在面试中的常见问题,包括Pandas基础操作、异常值处理和特征工程。通过示例代码展示了数据读取、筛选、合并、分组统计、离群点检测、缺失值和重复值处理、特征缩放、编码、转换和降维。强调了易错点,如忽视数据质量检查、盲目处理数据、数据隐私保护、过度简化特征关系和忽视模型输入要求。掌握这些技能和策略将有助于在面试中脱颖而出。
23 8
|
7天前
|
缓存 自然语言处理 数据处理
Python自然语言处理面试:NLTK、SpaCy与Hugging Face库详解
【4月更文挑战第16天】本文介绍了Python NLP面试中NLTK、SpaCy和Hugging Face库的常见问题和易错点。通过示例代码展示了如何进行分词、词性标注、命名实体识别、相似度计算、依存关系分析、文本分类及预训练模型调用等任务。重点强调了理解库功能、预处理、模型选择、性能优化和模型解释性的重要性,帮助面试者提升NLP技术展示。
24 5
|
7天前
|
NoSQL MongoDB Redis
Python与NoSQL数据库(MongoDB、Redis等)面试问答
【4月更文挑战第16天】本文探讨了Python与NoSQL数据库(如MongoDB、Redis)在面试中的常见问题,包括连接与操作数据库、错误处理、高级特性和缓存策略。重点介绍了使用`pymongo`和`redis`库进行CRUD操作、异常捕获以及数据一致性管理。通过理解这些问题、易错点及避免策略,并结合代码示例,开发者能在面试中展现其技术实力和实践经验。
128 8
Python与NoSQL数据库(MongoDB、Redis等)面试问答
|
7天前
|
SQL 关系型数据库 MySQL
Python与MySQL数据库交互:面试实战
【4月更文挑战第16天】本文介绍了Python与MySQL交互的面试重点,包括使用`mysql-connector-python`或`pymysql`连接数据库、执行SQL查询、异常处理、防止SQL注入、事务管理和ORM框架。易错点包括忘记关闭连接、忽视异常处理、硬编码SQL、忽略事务及过度依赖低效查询。通过理解这些问题和提供策略,可提升面试表现。
27 6