概念
Python有什么优势
解释性语言，语法简单易懂，可读性强
自动内存管理，基于引用计数法等可以对垃圾进行自动回收；内存池机制，提前申请好小内存，内存分配效率更高。让程序员可以更加专注代码的实现。
有很多库可以调用，站在巨人的肩膀上简单的实现想要的功能
可扩展，和其他编程语言或者软件有可连接的接口
免费开源
Python和Java的对比
编译型语言：经过一次编译之后，由操作系统直接执行。如c++和c
解释型语言：读一行，解释执行一行
Java：现将程序编译成字节码文件，然后字节码文件在虚拟机上运行，虚拟机从字节码文件读一行解释执行一行。
所以Java是结合了编译型和解释型语言的特点。
语言特点：Python是强类型的动态语言，是解释性语言；Java是强类型的静态语言，结合了解释性语言和编译型语言的特点。所以Java的运行速度要快一些。
多线程模型：python的多线程不能实现多CPU条件下的并行运行，每个线程在运行时首先需要获得GIL，Python的多线程是通过协程或者多进程的机制来实现。但是Java的多线程编程很强大，支持真正的多线程并发操作。
垃圾回收：Python的垃圾回收机制以引用计数法为主，标记清除和分代回收为辅。
语法基础
is和==的区别
is表示两个对象是否指向同一块地址空间，若为true，表示指向同一地址空间，且值一定相等。(Java的==)
==表示值是否相等。(Java的equals)
“hello world” 有空格，为非标识符允许的字符，不驻留内存。
a = "hello world"
b = "hello world"
print(id(a)) # 输出 140506208811952
print(id(b)) # 输出 140506208812208
print(a is b) # 输出 False
print(a == b) # 输出 True
a = "hello"
b = "hello"
print(id(a)) # 输出 140506224367496
print(id(b)) # 输出 140506224367496
print(a is b) # 输出 True
print(a == b) # 输出 True
元组、列表和字典的区别
列表：可重复，类型可不同
元组：结构和列表类似，但是是不可变对象
字典：定义了键和值之间一对一的关系，但是是以无序的方式存储的。键值不可以重复。但是python3.7以后变成有序了。
深拷贝和浅拷贝
对于不可变对象(元组、字符串等)，python采用的是引用计数法，不管是深拷贝还是浅拷贝，作用都是一致的，相当于复制了一份副本，当原对象内部的对象发生改变时，不会影响到幅值对象。
等号赋值：相当于给给原来对象贴一个新标签，当其中一个标签被改变的时候，另一个标签也会随之变化。
对于浅拷贝，分两种情况：
1)一种是不可变对象，和等号赋值一样。
2)一种是可变对象，这里又分两种情况：
可变对象内部无复杂子元素：原来值的改变不会影响浅拷贝的值
可变对象内部有复杂子元素：如果改变原来值中复杂子对象的值，会影响浅拷贝的值。
对于深拷贝，对一个对象所有层次的拷贝，作为一个新的个体单独存在，所以不管原本对象怎么改变，都不会改变拷贝副本的值。相当于备份。
浅拷贝占用空间小，拷贝层次低，拷贝速度快，因此效率高。一般默认就是浅拷贝。
位置参数和关键字参数的区别(*args,**kw)
函数参数可为分如下几种：必选参数、默认参数、可变参数、命名关键字参数和关键字参数
*args：可变参数，args接收的是一个tuple
**kw：关键字参数，kw接收的是一个kw。比如我们要实现用户注册，有必输项和非必输项，这些非必输项就可以用关键字参数来接受。
对于任意函数都可以通过类似func(*args,**kw)的形式来调用，无论他的参数是怎么定义的。
装饰器
装饰器本身是一个函数，可以让已有的函数再不改变的情况下增加功能。适合有切面需求的场景，比如权限校验，日志记录等。
和Java里面的动态代理实现方式有点类似。
生成器和迭代器
迭代器
是访问集合元素的一种方式，用iter()创建迭代器，调用next()函数获取对象。(迭代器只能往前不能往后)
生成器
是一种特殊的迭代器，生成一系列的值用于迭代。
使用了yield函数，返回迭代器。
区别
创建：生成器创建一个函数，用yield返回对象；迭代器用内置函数iter()和next();
线程
多线程的创建
使用threading的模块，启动一个线程就是把一个函数传入并创建thread实例，然后调用start( )开始执行。
GIL
python中线程通信的方式是通过GIL(全局解释锁)来实现的，任何python的线程执行前必须先获得GIL锁，然后每执行100个字节，解释器就释放GIL锁，让别的线程有机会执行。所以多线程在python中只能交替执行，Python的多线程只能利用一个核。
Python多线程模型
Python由于GIL锁的设计，导致多线程无法利用多核。
对于CPU密集型的任务，主要是消耗CPU资源，Python这样的脚本语言运行效率很低，完全不适合这种计算密集型的任务。
Python适合IO密集型的任务，开发效率最高(代码最少)
内存管理与垃圾回收
内存管理
python有内存池机制，小内存使用内存池进行分配，大内存使用malloc进行分配。当创建大量消耗小内存的对象时，频繁调用new/malloc会导致大量的内存碎片，同时效率较低。内存池就是先申请一定数量的内存块作为备用，当有内存需求时，就从内存池中分配内存给这个需求。
垃圾回收
以引用计数为主，标记清除和分代回收为辅。
引用计数
每个对象都会有一个引用计数，当一个对象有新的引用时就计数加一，当引用它的对象被删除，计数就减一。一旦一个对象的引用计数为0，该对象就被回收，对象占用的内存空间被释放。
优点：简单，一旦没有被引用，内存就直接释放了。
缺点：需要额外的空间维护引用计数；同时不能解决对象的循环引用。
标记清除
解决循环引用的问题。先根据可达性分析把活动对象标记，再把没有标记的对象进行回收。
分代回收
把内存分成三代，年轻代、中年代、老年代。新建的对象呗分配到年轻代，年轻代回收之后，没有被回收的对象被挪到老年代。
