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找工作的小伙伴們提供些許幫助。
筆者感覺面試最主要的兩點：1.項目經驗。 2.項目經驗和招聘職位相符，這是最主要的，其他的都是錦上添花。
自我介紹
這是一道送分題，萬年不變的第一個問題。不過有些小伙伴可能沒有太在意，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：個人基本信息 + 基本技術構成 + 項目經驗（具體項目以及在項目中的負責部分）+ 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。在此之前要做好准備工作，看看招聘方具體需要什么方向的研發工程師。目前針對Python，拉勾上的招聘多為自動化測試平台的設計與開發、數據的挖掘與清洗。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。
二段式詢問
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，比如文件的自動關閉以及線程中鎖的自動獲取與釋放。面試官緊接着問，那你知道為什么with語句能夠使文件正確關閉，一下子把我問悶了，只能依稀記得with語句會開辟出一塊獨立環境來執行文件的訪問，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，多問一個為什么，面試的時候就不會太被動。
不要給自己挖坑
確保你在回答面試官的過程中，回答中的每個知識點都了然於胸，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注入，面試官說既然提到了SQL注入，那么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注入搞混了，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。
必問到Redis，高並發解決辦法
面試了好多家公司，必然問道Redis了解多少，高並發的解決辦法。筆者回答的都不是很好。
這一年你學習了什么新的技能
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。
你會選擇創業公司還是像BAT那樣的大公司，為什么？
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。
為什么你要從上一家公司離職？
這也是一個必問問題，找一個比較正當的理由，不要說什么公司零食太多胖了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不靠譜什么的，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。
描述一下你的上一家公司
這個問題問到的幾率不太大，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。
技術性問題
非技術性的問題就是以上這么多，作為參考稍加准備，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。
簡述函數式編程
在函數式編程中，函數是基本單位，變量只是一個名稱，而不是一個存儲單元。除了匿名函數外，Python還使用fliter(),map(),reduce(),apply()函數來支持函數式編程。
什么是匿名函數，匿名函數有什么局限性
匿名函數，也就是lambda函數，通常用在函數體比較簡單的函數上。匿名函數顧名思義就是函數沒有名字，因此不用擔心函數名沖突。不過Python對匿名函數的支持有限，只有一些簡單的情況下可以使用匿名函數。
如何捕獲異常，常用的異常機制有哪些？
如果我們沒有對異常進行任何預防，那么在程序執行的過程中發生異常，就會中斷程序，調用python默認的異常處理器，並在終端輸出異常信息。
try...except...finally語句: 當try語句執行時發生異常，回到try語句層，尋找后面是否有except語句。找到except語句后，會調用這個自定義的異常處理器。except將異常處理完畢后，程序繼續往下執行。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后面緊跟的語句是True還是False，如果是True則繼續執行print，如果是False則中斷程序，調用默認的異常處理器，同時輸出assert語句逗號后面的提示信息。
with語句：如果with語句或語句塊中發生異常，會調用默認的異常處理器處理，但文件還是會正常關閉。
copy()與deepcopy()的區別
copy是淺拷貝，只拷貝可變對象的父級元素。 deepcopy是深拷貝，遞歸拷貝可變對象的所有元素。
函數裝飾器有什么作用（常考）
裝飾器本質上是一個Python函數，它可以讓其他函數在不需要做任何代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數對象。它經常用於有切面需求的場景，比如：插入日志、性能測試、事務處理、緩存、權限校驗等場景。有了裝飾器，就可以抽離出大量與函數功能本身無關的雷同代碼並繼續重用。
簡述Python的作用域以及Python搜索變量的順序
Python作用域簡單說就是一個變量的命名空間。代碼中變量被賦值的位置，就決定了哪些范圍的對象可以訪問這個變量，這個范圍就是變量的作用域。在Python中，只有模塊（module），類（class）以及函數（def、lambda）才會引入新的作用域。Python的變量名解析機制也稱為 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）→全局/模塊作用域（Global）→內置作用域（Built-in）
新式類和舊式類的區別,如何確保使用的類是新式類
為了統一類(class)和類型(type)，python在2.2版本引進來新式類。在2.1版本中，類和類型是不同的。
為了確保使用的是新式類，有以下方法：
放在類模塊代碼的最前面 __metaclass__ = type
從內建類object直接或者間接地繼承
在python3版本中，默認所有的類都是新式類。
簡述__new__和__init__的區別
創建一個新實例時調用__new__,初始化一個實例時用__init__,這是它們最本質的區別。
new方法會返回所構造的對象，init則不會。
new函數必須以cls作為第一個參數，而init則以self作為其第一個參數。
Python垃圾回收機制(常考)
Python GC主要使用引用計數（referencecounting）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）解決容器對象可能產生的循環引用問題，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是每個對象必有的內容，其中ob_refcnt就是做為引用計數。當一個對象有新的引用時，它的ob_refcnt就會增加，當引用它的對象被刪除，它的ob_refcnt就會減少.引用計數為0時，該對象生命就結束了。
優點:
簡單 實時性
缺點:
維護引用計數消耗資源 循環引用
2 標記-清除機制
基本思路是先按需分配，等到沒有空閑內存的時候從寄存器和程序棧上的引用出發，遍歷以對象為節點、以引用為邊構成的圖，把所有可以訪問到的對象打上標記，然后清掃一遍內存空間，把所有沒標記的對象釋放。
3 分代技術
分代回收的整體思想是：將系統中的所有內存塊根據其存活時間划分為不同的集合，每個集合就成為一個“代”，垃圾收集頻率隨着“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默認定義了三代對象集合，索引數越大，對象存活時間越長。
Python中的@property有什么作用?如何實現成員變量的只讀屬性？
@property裝飾器就是負責把一個方法變成屬性調用，通常用在屬性的get方法和set方法，通過設置@property可以實現實例成員變量的直接訪問，又保留了參數的檢查。另外通過設置get方法而不定義set方法可以實現成員變量的只讀屬性。
*args and **kwargs
*args代表位置參數，它會接收任意多個參數並把這些參數作為元組傳遞給函數。**kwargs代表的關鍵字參數，允許你使用沒有事先定義的參數名，另外，位置參數一定要放在關鍵字參數的前面。
有用過withstatement嗎？它的好處是什么？具體如何實現？
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，比如文件使用后自動關閉、線程中鎖的自動獲取和釋放等。
what will be the output of the code below? explain your answer 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]
在一個二維數組中，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。請完成一個函數，輸入這樣的一個二維數組和一個整數，判斷數組中是否含有該整數。
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))
獲取最大公約數、最小公倍數
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))
獲取中位數
def median(data): 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，輸出該數二進制表示中1的個數。其中負數用補碼表示。
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，算法題還是比較少的，也只有2家公司要求寫算法，數據結構似乎被問到的不是特別多，就問到了一個B+樹的結構。數據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找工作的伙伴們提供一些幫助，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。