Python 全棧 191 問（附答案）
- 2020 年 4 月 3 日
- 筆記
作為程式設計師，你的電腦里、書架上，一定少不了 Python 的資料和課程。免費的電子書，花錢買的課，實體書籍…
現在想一下，你真正從中學到多少：
- 正則會用了嗎？
__getitem__用過嗎？callable對象怎麼實現的？- 還在覺得
yield可有可無嗎？ - 還覺得
裝飾器與你沒有毛關係嗎？ NumPy的多維數組reshape 成這個形、那個形，怎麼做到的啊？Pandas的isin,set_index,reindex使用過嗎？EDA搞幾張花哨的圖形就完事了嗎？如何思考、如何分析、思維方法呢？pivot_table,crosstab是擺設嗎？- 離散、連續事件的期望等於求和、求積分，體會到重要性了嗎？
- 機器學習調調包，越來越心虛，可是演算法那些數學公式看到就頭大，怎麼辦？放棄它？跳過它？改行？
- 神經網路能擬合任意函數，奧妙在哪裡？這有多神秘？
- …
影響事物發展的機理永遠都在裡面，在表層靠下一點，比別多人多想一點。有沒有能完整回答上面問題，教人以漁的教材。我推薦好朋友例子君寫的：
《Python 全棧 60 天精通之路》
這個專欄 Day1~ Day38 就已經完整解決下面的 191 個問題，Day39~Day61 精彩繼續… 而現在訂閱它只需七折，49 元.
- 什麼是動態語言？
- Python 常用的兩個命名規則？
- 說說 Python 的縮進原則
- 說出幾個 Python 關鍵字
- 運算符 //，運算符 ** ，運算符 := 完成何操作？
- 十六進位的整數前綴？
- 列舉幾個容器對象
- join 方法使用舉例
- 正則表達式 [da-zA-Z]表示什麼含義？
- dir() 的含義
- 列舉幾個魔法方法
- @property 使用舉例
- 什麼是可變 (mutable) 容器? 舉三個例子
- list 的 append 和 insert 有何區別？
- list 的 pop 方法作用？
- list 的 copy() 方法功能
- Python 中如何實現深拷貝？
- 列表 a，切片 a[:-1] 實現什麼功能？，a[::-1] 又實現什麼功能？
- 列表 a, 切片 a[1:5:2] 實現什麼功能？
- (1) 是元組嗎？(1,) 是什麼類型？
- 元組能增刪元素嗎？
- 怎麼判斷 list 內有無重複元素？
- 列表如何反轉？
- 如何找出列表中的所有重複元素？
- 如何使用列表創建出斐波那契數列？使用 yield 又怎麼創建 ？
- 找出列表中出鏡最多的元素，可能有多個
- a = [1,2,3,4,5]，如何一行程式碼返回：[(1,2),(2,3),(3,4),(4,5)]
- sample 函數實現何功能？
- shuffle 函數實現什麼功能？
- uniform 函數實現什麼功能？
- 說說你知道的創建字典的幾種方法？
- 字典視圖是什麼？
- 所有對象都能作為字典的鍵嗎？
- 集合內的元素可以為任意類型嗎？
- 什麼是可哈希類型？舉幾個例子
- 求集合的並集、差集、交集、子集的方法？
- 怎麼找出字典的最大鍵？
- 如何求出字典的最大值？
- 如何快速判斷一個字元串中所有字元是否唯一？
- 給定 n 個集合，如何使用 max 函數求出包含元素最多的集合？
- 找出字典前 n 個最大值對應的鍵
- 怎麼一行程式碼合併兩個字典？
- 怎麼理解函數原型 max(iterable,*[, key, default]) ？
- max 函數的 key 參數怎麼使用，舉例說明
- divmod 函數返回值？
- id 函數返回什麼類型的對象？
- all, any 函數各自實現何功能？
- 十進位轉二進位，轉十六進位的函數各叫什麼？
- 什麼是函數作用域的 LEGB 規則 ？
- range(1,10,3) 返回一個什麼樣的迭代器？
- zip 函數能實現功能？
- 如何動態地刪除類上的某個屬性？
- 又如何判斷類上是否有某個屬性？
- super 函數使用舉例
- callable 函數實現功能，舉個例子
- 字元串I_love_python 使用哪個函數返回 ['I', 'love', 'python'] ？
- strip() 方法實現什麼功能？
- 正則方法 match 與 search 有何不同？
- 如何使用正則表達式，匹配浮點數？
- 使用正則表達式，如何匹配出正整數？
- re.sub(r'd+', '666',"hello 12345, hello 456321")，返回的字元串
- 說說貪心捕獲和非貪心捕獲的區別？
- 文件讀寫操作，常見的亂碼問題，怎麼解決？
- 文件讀寫模式 r, w, a 分別指什麼？
- os.path.split('./data/py/test.py')，返回值是什麼？
- 如何優雅地提取文件後綴？
- 使用 Python ，如何重命名某個文件？
- 關於文件壓縮、加密，在專欄會涉及到。
- time 模組，time.local_time() 返回值是什麼？對象的類型是？
- 如何格式化時間字元串？'2020-02-22 11:19:19' 對應的時間格式串是 '%Y-%M-%d %H:%m:%S' ，正確嗎？
- 列舉 datetime 模組中的四個類？
- 使用 datetime 模組，列印出當前時間，顯示格式：yyyy年-mm月-dd日 HH:mm:ss
- datetime.strptime('2020-02-22 15:12:33','%Y-%m-%d %H:%M:%S') 實現什麼功能？
- 如何計算出還有幾天是女朋友生日？
- 如何繪製出年、月的日曆圖？
- 如何使用 Python 提供的函數快速判斷是否為閏年？
- 如何獲取月的第一天、最後一天、月有幾天？
- 介紹 Python 四種常用的開發環境
- 說說Python 包安裝常見問題及總結
- 說說Web, 爬蟲，打包的常用工具包
- 聊聊數據分析、機器學習和深度學習的常用框架
- PyInstaller 打包的完整過程
- 使用列表生成式，如何得到12 個隨機數
- for , if 和列表生成式結合，碰撞出哪些火花？
- zip 和列表生成式
- 列表生成式實現篩選分組，函數分組等更多實用案例
- 關鍵字 is 的功能是什麼？
- 對於自定義類型，判斷成員是否位於序列類型中，怎麼做？
- 使用 == 判斷對象的相等性，需要區分哪些情況？編碼實現：對象的 user_id 相等，則認為對象相等
- yield 理解從哪四個方面入手？
- 函數帶有 yield 便是生成器，那麼它還是迭代器嗎？
- yield 和 send 碰撞出哪些火花？
- yield 使用舉例
- 關鍵詞 nonlocal常用於函數嵌套中，實現什麼作用？
- global 關鍵字在哪些場景發揮重要作用
- Python 函數的五類參數都指哪些？
- 如何區分參數是位置參數還是關鍵字參數？
- f(*a,**b) 可變位置參數，可變關鍵字參數怎麼傳參?
- 參數傳遞常見的以下 3 個異常，怎麼理解？
- SyntaxError: positional argument follows keyword argument
- TypeError: f() got an unexpected keyword argument 'a'
- TypeError: f() takes 0 positional arguments but 1 was given
- 函數參數傳遞的 6 個規則都在專欄中做了詳細總結
- sorted 函數用法解析
- filter 函數用法舉例
- map 函數使用技巧
- reduce 函數用法及注意事項
- 迭代器協議之 iter 和 next 方法
- Python 的枚舉對象
- 如何感性認識多執行緒？
- Python 中如何創建執行緒，以及多執行緒中的資源競爭及暴露出的問題
- 多執行緒雞肋和高效的協程機制的相關案例
- 列表和迭代器有何區別？
- 如何拼接多個迭代器，形成一個更大的可迭代對象？
- 通過累積迭代器、漏斗迭代器、克隆迭代器，徹底弄明白迭代器和生成器
- 如何遍歷整個目錄與子目錄，抓取 .py 文件
- 單機 4 G 記憶體，如何處理 10 G 文件？
- lambda 函數的形參和返回值使用案例
- 多用 NamedTuple ，讓程式碼更可讀
- Counter 計數的功能非常好用
- 使用 DefaultDict 自動創建一個被初始化的字典
- 使用裝飾器太魔幻，始終不知道怎麼使用，該怎麼淺顯易懂的攻破？
- 裝飾器都用在哪裡，可否舉幾個例子？
- wraps 裝飾器確保函數被裝飾後名稱不改變
- 寫個裝飾器統計出某個異常重複出現到指定次數時，歷經的時長。
- Python 的列表與快速實現元素之坑
- 刪除列表的元素，O(1) 空間複雜度如何做到？
- 函數的參數默認為 [], 會出現哪些奇特的問題？
- {} 和 () 創建對象之坑
- Python 解包帶來哪些方便？
- OOP 編程，魔術方法 getattr 和 setattr 怎麼使用？注意事項有哪些？
- OOP 編程，對象的中括弧訪問機制，怎麼實現的？魔術方法 __getitem__幫助實現
- Python 的 API 文檔中，經常看到 array-like 之類的辭彙，這背後是 Python 的鴨子類型，該如何理解？
- Python 界的領袖 Tim Peters 說過：「元類就是深度的魔法，99%的用戶應該根本不必為此操心。」 作為程式設計師，相信還是很好奇元類，那麼元類的必知知識都有哪些？
- 開放的服務或 API, 被其他系統調用，怎能不掌握 Python 對象的序列化知識呢！
- 除了 print, print, 我們還應該掌握 logging 模組，它的設計理念又是怎樣的。換位思考，日誌管理模組設計者會考慮哪些日誌管理問題？
- 作為程式設計師，使用什麼工具和方法繪製出框架目錄結構圖？
- Flask 模板引擎 jinja2 基本使用介紹
- Flask 註冊藍本、路由處理函數、前端 html + css + javascript 必知知識介紹
- 實戰 Flask 前後端項目：帶自動提升優先順序的計算器
- Python 已經提供了很多豐富的內置包，我們為什麼還要學習 NumPy 呢？NumPy 數值計算：更快，案例解讀
- 5 種創建 NumPy 數組的常用方法
- arange, linspace, logspace, diag, zeros, ones, np.random 一體化介紹
- NumPy 索引和選擇功能強大，不僅支援切片操作，還支援布爾型按條件篩選操作。
- 使用 NumPy 創建一個 [3,5] 所有元素為 True 的數組
- 數組所有奇數替換為 -1; 提取出數組中所有奇數
- 求 2 個 NumPy 數組的交集、差集
- NumPy 二維數組交換 2 列，反轉行，如何實現？
- NumPy 的靈魂：shape 與 reshape，提供直觀的 6 幅圖理解，其中一幅：
- 線性代數中，矩陣的乘法操作在 NumPy 中怎麼實現？
- NumPy 實現統計學的描述性變數：求平均值、標準差、方差、最大值、求和、累乘、累和。
- 總結 NumPy 常用的方法：flatten, newaxis, repeat, tile, vstack, hstack, concatenate, c_, argmax, argmin
- NumPy 使用方便的訣竅：廣播規則，那麼廣播規則的規律如何總結？
- 手動實現案例：實踐廣播規則，加深印象
- 藉助 NumPy 的 vectorize 實現 Python 的向量化操作例子
- 使用 NumPy, 求神經網路的 softmax 層的概率得分值
- 使用 NumPy 求兩個特徵的相關係數
- 如何找出 NumPy 中的缺失值、以及缺失值的默認填充
- Pandas 的 read_csv 30 個常用參數總結，從基本參數、通用解析參數、空值處理、時間處理、分塊讀入、格式和壓縮等 5 個方面總結
- Pandas 兩大核心數據結構：Series 和 DataFrame 的增加、刪除、修改和訪問
- Pandas 更加強大的索引訪問機制總結
- Pandas 的 iterrows, itertuples 性能比較
- set_index, reset_index, reindex 使用總結
- 數據預覽操作：info 和 describe 使用總結
- Pandas 數據 null 值檢查
- 空值補全，使用列的平均值、中位數、眾數填充。
- Pandas 做特徵工程之 刪除列
- Pandas 增加特徵列的方法
- Pandas 使用 cut, qcut, ChiMerge 演算法做分項總結
- LabelEncoder 編碼和 get_dummies 方法總結
- Pandas 的 melt 將寬 DataFrame 透視為長 DataFrame 例子
- Pandas 的 pivot 和 pivot_table 透視使用案例
- Pandas 的 crosstab 頻次透視函數使用例子
- 給定兩個 DataFrame，它們至少存在一個名稱相同的列，如何連接兩個表？使用merge 函數連接兩個 DataFrame，連接方式共有 4 種，分別為：left, right, inner,outer. 如何區分這 4 種連接關係
- Kaggle 數據集 EDA 實戰，總結單變數分析的思維模式
- Kaggle 數據集 EDA 實戰，雙變數分析的思維模式，使用 pivot_table, groupby, matplotlib, seaborn 繪製 barplot圖, catplot 圖，pairplot 圖
- 分類型變數處理技巧總結
- 讀取時抽樣 1% 樣本的處理技巧
- 與時間序列相關的問題，平時挺常見。如何用 Pandas 快速生成時間序列數據？
- Pandas 使用 apply(type) 做類型檢查
- Pandas 使用標籤和位置選擇數據的技巧
- 一個快速清洗數據的小技巧，在某列上使用 replace 方法和正則，快速完成值的清洗。
- 分類中出現次數較少的值，如何統一歸為 others，該怎麼做到？
- 某些場景需要重新排序 DataFrame 的列，該如何做到？
- 步長為小時的時間序列數據，有沒有小技巧，快速完成下取樣，採集成按天的數據呢？
- DataFrame 上快速對某些列展開特徵工程，使用 map 如何做到？
- Pandas 結合使用 where 和 isin 搞點事情，加快處理效率
- Matplotlib 的幾大繪圖相關的核心對象，對象間的邏輯關係總結
- Matplotlib 繪圖分為這 18 步：導入；數據；折線圖；線條顏色；線型；標題；x、y軸 label；文本；註解；顯示中文；雙 data；legend；網格；數據範圍；x 軸日期格式自適應；雙軸；雙圖或多圖排布；嵌入圖
- Pyecharts 快速入門第 1例
- Pyecharts 萬物皆 options，參數配置方法總結
- Pyecharts 中 y 軸靠右參數配置之道
- 14 步配置一個完美的柱狀圖
- Pyecharts 繪製的 10 類圖總結：儀錶盤；漏斗圖；日曆圖；圖；水球圖；餅圖；極坐標圖；詞雲圖；系列柱狀圖；熱力圖
