*args的用法
python中规定参数前带 * 的，称为可变位置参数，只是我们通常称这个可变位置参数为*args而已，叫其他的一样一样滴。
*args：是一个列表，传入的参数会被放进列表里。
def test_args(f,*args):
for x in args:
print(x)
test_args(1,2,3,4,5)**kwargs的用法
同理，python中规定参数前 带 ** 的，称为可变关键字参数，通常**kwargs
**kwargs：是一个字典，传入的参数以键值对的形式存放到字典里。
def test_kwargs(f,**kwargs):
print(kwargs.items())
for k,v in kwargs.items():
print(k,v)
test_kwargs(1,a=2,b=3,c=4)如何求素数
# 素数又称质数，0,1不是质数
# 除了1和它自身以外，不能被其他自然数整除的数
高阶函数
# map()函数：接受一个函数f和一个list，并把这个函数f作用在这个list上面
def f(x):
return x*x
print(list(map(f,[1,2,3,4,5]))) #注意python3中不能直接打印出map函数，输出一个map对象，必须加一个list()进行输出
#输出[1, 4, 9, 16, 25]
# reduce()函数:f必须接受两个参数，reduce实际上是对list的每个元素调用f
# 在 Python3 中，reduce() 函数已经被从全局名字空间里移除了，它现在被放置在 fucntools 模块里，
# 如果想要使用它，则需要通过引入 functools 模块来调用 reduce() 函数：
from functools import reduce
def f(x,y):
return x * y # 如果这里的*换成+，则是一个累加
print(reduce(f,[1,2,3,4]))
#输出24
# filter()函数：过滤一些元素
def is_odd(x):
return x % 2 == 1
print(list(filter(is_odd,[1,2,3,4,5,6,7,8,9,10])))#注意python3中不能直接打印出filter函数，这里会输出一个对象，必须加一个list()进行输出
#输出[1, 3, 5, 7, 9]
# sorted()函数:iterable 可迭代对象进行排序
# sort:只能对list进行排序，如果将列表换成元祖就无法使用了
a = [2,1,3,9,8,4,5,7,6]
print(sorted(a)) #默认是升序，如果需要降序在列表参数后面加上reverse=True
a.sort()
print(a) #[1, 2, 3, 4, 5, 6, 7, 8, 9]
Python中__new__与__init__方法的区别
__new__:
触发时机：在实例化时触发
参数：至少一个cls接受当前类
返回值：必须返回一个对象实例
作用：实例化对象
注意：实例化对象是object类底层实现，其他类继承了object的__new__才能够实现实例化对象
__init__：
触发时机：初始化对象时触发（不是实例化触发，但是和实例化在一个操作中）
参数：至少一个self接受对象
返回值：无
作用：初始化对象成员
注意：使用该方法初始化的成员都是直接写入对象当中，类中无法具有
什么是匿名函数？
Lambda函数，不用担心函数名冲突，不过python对匿名函数支持有限，只有一些简单的情况下可以使用
# 声明一个简单的lambda表达式
mylamb = lambda x,y:x+y
# 调用函数
result = mylamb(8,9)
print(result)简要概述一下python中生成器和迭代器
（1）迭代器：
迭代器协议：对象需要提供next()方法，它要么返回迭代中的下一项，要么就引起一个StopIteration异常，以终止迭代。
可迭代对象：实现了迭代器协议对象。list、tuple、dict都是Iterable（可迭代对象），但不是Iterator（迭代器对象）。但可以使用内建函数iter()，把这些都变成Iterable（可迭代器对象）。
for item in Iterable 循环的本质就是先通过iter()函数获取可迭代对象Iterable的迭代器，然后对获取到的迭代器不断调用next()方法来获取下一个值并将其赋值给item，遇到StopIteration的异常后循环结束。
（2）生成器：
将列表生成式中[]改变为（）数据结构会改变，从列表变为生成器；
列表受内存限制，所以没有必要创建完整的列表（节省大量内存空间），在python中我们可以采用生成器：边循环边计算的机制；
生成器是只能遍历一次的。生成器是一类特殊的迭代器。还能使用 def 定义函数，但是，使用yield而不是return语句返回结果。yield语句一次返回一个结果，在每个结果中间，挂起函数的状态，以便下次从它离开的地方继续执行。
Python的垃圾回收机制（garbage collection）
（1）当gc模块的计数器达到阈值，垃圾自动回收
（2）当调用gc.collect()，垃圾收到回收
（3）程序退出的时候，python解释器来回收垃圾
函数装饰器的作用
装饰器本质上是一个Python函数，它可以让其他函数在不需要做任何代码变动的前提下增加额外功能，装饰器的返回值也是一个函数对象。
它经常用于有切面需求的场景，比如：插入日志、性能测试、事务处理、缓存、权限校验等场景。有了装饰器，我们就可以抽离出大量与函数功能本身无关的雷同代码并继续重用。概括的讲，装饰器的作用就是为已经存在的对象添加额外的功能。
进程、线程的区别
（1）定义的不同
进程是系统进行资源分配和调度的一个独立单位。
线程是进程的一个实体,是CPU调度和分派的基本单位，它是比进程更小的能独立运行的基本单位。线程自己基本上不拥有系统资源,只拥有一点在运行中必不可少的资源(如程序计数器，一组寄存器和栈)，但是它可与同属一个进程的其他的线程共享进程所拥有的全部资源。
（2）区别
一个程序至少有一个进程，一个进程至少有一个线程。
线程的划分尺度小于进程(资源比进程少)，使得多线程程序的并发性高。
进程在执行过程中拥有独立的内存单元，而多个线程共享内存，从而极大地提高了程序的运行效率。
线线程不能够独立执行，必须依存在进程中。
（3）优缺点
线程和进程在使用上各有优缺点：
线程执行开销小，但不利于资源的管理和保护；而进程正相反。
函数的闭包
闭包就是函数式编程的重要语法结构，提高了代码可重复实用性。使用特定或特殊的方式，将局部变量(内部函数)引入到全局环境中使用，这就是闭包操作。
Python里的拷贝
copy.copy()：浅拷贝，只拷贝父对象（顶级对象），不拷贝父对象的子对象（嵌套对象）。例如：L=[1,2,3,[4,5,6]]中1,2,3，[4,5,6]就是顶级对象，而[4,5,6]中的4,5,6就是嵌套对象。当我们对L顶级对象进行更改时copy.copy()不会更改，如果对L的嵌套对象进行更改copy.copy()是会更改的，因为他们共用嵌套对象.
copy.deepcopy()：深拷贝，拷贝父对象（顶级对象）和子对象（嵌套对象）。当我们对L顶级对象以及嵌套对象进行更改时，不会影响copy.deepcopy().
Python中单下划线和双下划线分别是什么？
__name__：一种约定，Python内部的名字，用来与用户自定义的名字区分开，防止冲突
_name：一种约定，用来指定变量私有
__name：解释器用_classname__name来代替这个名字用以区别和其他类相同的命名
说明os,sys模块不同，并列举常用的模块方法
os模板提供了一种方便的使用操作系统函数的方法
sys模板可供访问由解释器使用或维护的变量和与解释器交互的函数
os模块负责程序与操作系统的交互，提供了访问操作系统底层的接口。sys模块负责程序与Python解释器的交互，提供了一系列的函数和变量用户操作Python运行时的环境。
Python中pass语句的作用是什么？
pass语句不会执行任何操作，一般作为占位符或者创建占位程序
apache和nginx的区别
（1）nginx 相对 apache 的优点：
轻量级，同样起web 服务，比apache 占用更少的内存及资源
抗并发，nginx 处理请求是异步非阻塞的，支持更多的并发连接，而apache 则是阻塞型的，在高并发下nginx 能保持低资源低消耗高性能
配置简洁
高度模块化的设计，编写模块相对简单
社区活跃
（2）apache 相对nginx 的优点：
rewrite ，比nginx 的rewrite 强大；
模块超多，基本想到的都可以找到；
少bug ，nginx 的bug 相对较多；
超稳定。
什么是事务？
事务(Transaction)是并发控制的基本单位。所谓事务,它是一个操作序列，这些操作要么都执行，要么都不执行，它是一个不可分割的工作单位。例如，银行转帐工作：
从一个帐号扣款并使另一个帐号增款，这两个操作要么都执行，要么都不执行。所以，应该把他们看成一个事务。事务是数据库维护数据一致性的单位，在每个事务结束时，都能保持数据一致性。
事务四大特性：
原子性：事务中的全部操作在数据库中是不可分割的，要么全部完成，要么均不执行；
一致性：几个并行执行的事务，其执行结果必须与按某一顺序串行执行的结果相一致；
隔离性：事务的执行不受其他事务的干扰，事务执行的中间结果对其他事务必须是透明的；
持久性：对于任意已提交事务，系统必须保证该事务对数据库的改变不被丢失，即使数据库出现故障。