求助一些关于 Python 开发的面试题

[axin2023]

领导布置任务，让我这个小小运维去搞一些 python 的开发面试题；求助一下广大的 V 友们，能出一些 py 开发人员面试题吗，还望附上答案；一经采用，奖励 10 铜币，哈哈哈哈 面试题与港美股量化交易开发类相关最好； 再次感谢！！

[Rebely]

看具体职责和期望职级啊， 应届和高级， 后端和数据分析问的问题能一样吗

[Mianmiss]

把问题描述清楚，去问 chatGPT

[EndlessMemory]

具体看工作用得到的东西吧

[chi1st]

哪个公司？我先给你面试题和答案，然后我去面试😆

[Leonooo13]

问下数据结构，pep8 规范，项目经历，web 框架？ 异步任务，chatgpt

[tomczhen]

基于运维的角度，我个人会问项目依赖管理和多版本 python 共存怎么管理这两块。

“我机器上是正常的”这种理由可太常见了。

[chauncychan]

1. 港股美股的一些基本概念，深一点的量化交易，多因子选股等，模拟盘系统必须要有
2. 技术面如 Pandas 、Numpy 、TA-Lib 是必须的了，其它的看岗位补充吧
3. 策略的一些 MACD 、KDJ 等主流，重要的是要能自己写算法
4. 其它例如机器学习、深度学习、择时交易策略等等。。

[Sawyerhou]

隔壁刚好一道数据处理题

https://v2ex.com/t/1050302#reply10

[keakon]

基本上这 2 题可以筛掉绝大部分水货：
1. Tornado 是如何在没有 async 语法的 Python 2 时代实现异步的？
2. ORM 框架的 Model 类是如何实现定义类属性，就可以约束实例的属性类型的？

[GeekGao]

“为何算法工程师更偏好使用 python 呢？ 你是怎么看待网络上有部分人说 python 的性能表现问题的？”
“python 内存管理有了解吗，如果线上发现某 python 进程内存爆表，你会如何处置？”

[LeeReamond]

@keakon 感觉有点茴字的四种写法。

1 题的考察范围过于古早，毕竟 asyncio 在 3.4 版本就被引入，那是 2014 年的事了。async 语法和基础 api 在 3.5 以后基本稳定，并作为异步建议实现，饶是我感觉自己经验已经不浅，你问我史前科技我也是不了解的。你叫我猜测的话，我可以说也许它是 gevent 的猴子补丁实现的，或者用生成器也能实现，唯一问题在于谁关心 tornado 的实现细节呢？ fastapi 已经是 py 框架战争很后期的产品，以拿来主义著称（首先需要有东西给它拿），即使是它也已经发布七年了，问这种东西是嫌现在 aio 原理和生态都太浅是吧？

2 题考察元类倒是确实看上去既有强逻辑性，又涉及到设计模式，看似是不错的排除水货方式。但是应用类别太过于局限，起码我个人写了这么多年码从未见过除了 ORM 以外的场景需要使用元类的地方。所以考察这部分知识对于开发人员来说意义是什么，想必贵司未来准备开发 ORM 产品了才是。例如我个人来说，你要问我懂不懂元类，我可以告诉你 100%完全懂，但是你考我那我不会，因为在此贴看到该问题前我已经有十年从未使用过该特性，我唯一记住的是我以前写 ORM 库的时候完全懂。

[noahlias]

@keakon 这种问题就像问你 cpython 的 str.find 是如何实现的 你没看过源码你知道吗
问这种问题的除非你是招要做这个框架相关的开发，要不然没啥意义，不过还有人用 tornado ？

[InkStone]

@keakon 你这个问题 recall 太低了，完全可能把会用 Python 的人也一起筛掉。

这种 corner case 的问题真的很好提，比如如何给 Python 的 object 类新增方法。但出题不是为了筛人，而是为了考察对方的水平。

[keakon]

@LeeReamond
@noahlias
@InkStone
统一回复吧：

面试者不是没接触过就不能答，比如「虽然我没用过 Tornado ，但是如果是我来设计，我可能会这么这么实现」。
面试官也不是纠结标准答案，可以根据反馈引导面试者或者降低难度。你心目中知道你出这个题涉及到哪些知识，你围绕着把相关知识点问出来就行了，比如「 generator 是如何模拟实现 coroutine 的，它们的差异是啥？」、「协程是怎么调度的？」。
我没见过哪个面试是拿一份考题依次往下问，面试者依次说「没用过，不知道」的。

有没看过源码正好是筛选候选人的重要标准。不过涉及的一般是他自己的简历里提到的库或者重要的官方库。如果既不懂原理，又不看源码，那和只会 CURD 的调包侠有什么区别？

面试官并不需要确保面试者回答正确，而是考查他了解到了哪一步。
比如面试者回答了「 Model 应该需要元类来实现，但我想不起具体细节了」，我还会引导去问问「设置类或对象的属性值时为啥会触发校验」来判断是否了解 descriptor 。

FastAPI 有用 Pydantic 来做参数校验，它也有 BaseModel ，这就是挺常见的一种 ORM 之外的场景。这个场景下，你还能问 「 Pydantic 是怎么识别出这些属性的 type annotation 的？」、「 BaseModel 会不会引入一些坑和限制？」
还有单例之类的场景也会需要用到元类。如果面试者有用过的话，可以问问和其他单例模式的实现有啥区别。或者更进阶一点，当需要让一个抽象类的所有子类都实现单例模式时，应该如何正确声明 __call__ 方法的参数和返回值类型呢？

[lolizeppelin]

@keakon

你提到的那种触发校验的需求除了 orm,在接口用 json schema 之类的方式解决更好
我见过的值得学习的元类使用比如 openstack 里的 ovoo 、callbacks(neutron 的一个内部消息广播)、单例实现等
不提倡的比如 saltstasck 那个类封装工厂的元类写法简直有病
描述器我写 py 的时候也就实际用过一两次,大部分涉及元类的代码就和正则一样..写的时候花半天去折腾、写完基本就忘了

说实话 py 的元类大概知道就够了,绝大部分情况都没啥用,太过依赖 py 特性的代码尽量少用

我觉得我 python 水平至少不是水货了, 但是没后面的帖子我都不知道你第二个问题在问啥

[nulIptr]

太离谱的，python 这种胶水语言有啥可问的，而且以我的面试经验来讲基本上都是业务+leetcode ，很少问语言特性。古时候在金蝶写 ironpy 算不算 py 程序员？调用的方法全是 clr 提供的。。。

[enrolls]

我博客的文章 blog/post/python_interview_question

[lttzzlll]

Python 没啥好学的，懂了基本语法，不炫技就很好。真正应该学的是后端。https://bytebytego.com/

[keakon]

@lolizeppelin json schema 校验完，你拿到的是一个没有任何类型信息的 dict ，后续需要使用到它的字段时，你需要手写 key ，编辑器也无法判断 value 的类型信息。你愿意花 10 分钟了解一下的话，可能就不会喜欢这种远古的 Python 代码了。

鉴于这帖的沟通比较费劲，后续信息我就不再回复了。

[deplives]

@keakon #9 这俩题目作为面试题，挺没水平的。
1. 完全依赖于是否看过 Tornado 的源码。你要说你是想考察怎么通过考奇技淫巧实现的，那和 Tornado 有什么关系呢？所以这个问题纯粹就是在问：是否看过古早的 Tornado 源码
2. 这不就是个简单的 metaclass ，看起来你想通过这个问题问的也是 metaclass 但是你的问题问的过于宽泛，因为 metaclass 能实现的东西太多了，上到最完整的 ORM 框架，下到 最简单的单例模式，都可以用到，所以完全不知道你是想问什么，看起来这个问题完全就是在问：是否知道 python 的元类
所以这两个问题作为面试题可以说是毫无营养

[lolizeppelin]

你这种做法完全为了自己 py 写得爽

json schema 或者 open api 这种前后端跨语言公用的东西才是正道
你用元类写完还要自己搞一套前端 api 文档生成
这玩意有现成的么？走 json schenm 和 open api 就有现成的

现在跨语言开发非常普遍,比如前端要重现一部分你的逻辑,你用元类实现,你让别人怎么抄
非必要尽量少用语言特性化写法,大部分地方折腾元类就是邪道

[levelworm]

@keakon 我觉得还不如用 Python 实现一个 Python subset 的解释器。直接看思路和伪代码即可。

a subset of operators, while loop, if-else branch, function call 。就这些就行了。反正都是考用不到的东西，还不如这个更有意思一些。。。

[levelworm]

@levelworm 想要难一些的话，要求生成 AST 。不过这玩意实在是没必要生成 AST ，直接在 parser 里 eval 就完了。

或者这样，给一个解释器的雏形，然后让他实现 break 功能。

[luvHat1988]

@keakon 你是不是没玩过 Java 的 mybatis,或者 hibernate, 玩过之后就不会说出这么没意思的话术了

[daishuge]

用 GPT 刷了几个，不喜勿喷
https://chatgpt.com/share/9521c742-a8ab-4cbd-a899-27ac16d6e428