Комментарии 24
49. Вариант нагляднее — .keys()
— что такое декоратор? + пример
— что такое дескриптор? + пример
— что такое метакласс? + пример
— что надо знать про многопоточность в Python?
Вполне хватало.
reduce принимает функцию и последовательность — и проходит по этой последовательности. На каждой итерации в функцию передаются как текущий элемент, так и выходные данные предыдущего элемента.Ничего не сказано о том, в каком порядке передаются эти два элемента, о том, что можно третьим аргументом передать начальное значение и о том, что без этого третьего аргумента reduce бросает исключение TypeError на пустом итераторе.
Как работает умножение списка?
Забыли упомянуть, что элементы списка при этом копируются неглубоко, что может привести к несколько неожиданному поведению:
a = [[]] * 3
a[0].append(1)
print(a) # [[1], [1], [1]]Назовите изменяемые и неизменяемые объекты
Из встроенных забыли frozenset.
Чёрт побери, я ведь даже на Python толком не пишу.
Mail.ru Group, Вам этого достаточно для трудоустройства на джуна? Я все это знаю, но меня даже проверить не хотят, даже на стажировку отказы...
Из общих соображений — у каждой вакансии могут быть свои специфические требования, помимо навыков кодинга. Поэтому на вопрос «достаточно ли этого для трудоустройства» можно ответить — нет. Нужно подходить и по другим требованиям вакансии.
- Побитовые операции
- Простая реализация бита четности
Проводится сравнение листа и кортежа
Список упорядочен.
Кортеж тоже
как правило, одного и того же типа
Что значит «как правило»?
И list и tuple могут содержать разные типы данных.
class A:
...
c = [A, 1, 'hello']
c
[<class '__main__.A'>, 1, 'hello']
t = (A, 1, 'hello')
t
(<class '__main__.A'>, 1, 'hello')
Вот пример, который еще можно показать, что класс — тоже объект.
У кортежа есть структура
У любой структуры данных есть структура, что имеется в виду?
Видимо очень расплывчато упомянуто то, что list выделяет несколько блоков памяти, в отличии от tuple, который хранится в одном блоке, из-за чего последний быстрее.
import sys
sys.getsizeof(c)
96
sys.getsizeof(t)
80
Странно, что совсем не упомянуты генераторы, которые, как мне кажется, являются очень важным концептом в data science, где данных настолько много, что на оперативу не поместится.
- Инкапсуляция
- Шаблонам проектирования
- Генераторы и итераторы
- DRY, SOLID, KISS
- Docker
Если бы этого было бы достаточно для устройства на работу, я бы уже полгода джунил на каких-нибудь галерах. Но нет, приходится писать свои пет-проекты, чтобы можно было набрать хотя немного опыта, чтобы проходить требование "от 1 года опыта работы"
Надо еще научиться отвечать на экзаменационые вопросы?
Можно ли избежать такого собеседования, просто показав свой проект с 17к звезд на гитхабе?
a = 2.1245
round(a,3)
#=> 2.124
В декораторе из примера потеряли аргументы функции и возвращаемое значение
Полный список вопросов с собеседований по Python для дата-сайентистов и инженеров