当前位置:网站首页>金九银十即将到来,求职套路多,面试指南我来分享~

金九银十即将到来,求职套路多,面试指南我来分享~

2022-08-09 06:54:00 代码输入中...

金九银十即将到来,求职套路多,面试指南与经验我来分享!

目录

1、资料总结/刷题指南

2、个人经验总结

一、资料总结/刷题指南

在这篇文章中,我们将讨论最常用的python技巧。大多数这些技巧都是我在日常工作中使用过的简单的Trick,我觉得好东西就是要拿出来和大家一起分享。

闲话少说,我们直接开始吧! :)

技巧总结

1.处理用户的多个输入

有时我们需要从用户那里获得多个输入,以便使用循环或任何迭代,一般的写法如下:

# bad practice码

n1 = input("enter a number : ")

n2 = input("enter a number : ")

n2 = input("enter a number : ")

print(n1, n2, n3)

但是更好的处理方法如下:

# good practice

n1, n2, n3 = input("enter a number : ").split()

print(n1, n2, n3)

2.处理多个条件语句

如果我们在代码中需要检查多个条件语句,此时我们可以使用 all()  或 any() 函数来实现我们的目标。一般来说, 当我们有多个 and 条件时使用  all() ,当我们有多个 or 条件时使用  any() 。这种用法将使我们的代码更加清晰易读,可以方便我们在调试时不会遇到麻烦。

对于 all() 的一般例子如下:

size = "lg"

color = "blue"

price = 50

# bad practice

if size == "lg" and color == "blue" and price < 100:

print("Yes, I want to but the product.")

更好的处理方法如下:

# good practice

conditions = [

size == "lg",

color == "blue",

price < 100,

]

if all(conditions):

print("Yes, I want to but the product.")

对于 any() 的一般例子如下:

# bad practice

size = "lg"

color = "blue"

price = 50

if size == "lg" or color == "blue" or price < 100:

print("Yes, I want to but the product.")

更好的处理方法如下:

# good practice

conditions = [

size == "lg",

color == "blue",

price < 100,

]

if any(conditions):

print("Yes, I want to but the product.")

3 判断数字奇偶性

这很容易实现,我们从用户那里得到输入,将其转换为整数,检查 对数字2的求余操作,如果余数为零,则它是偶数。

print('odd' if int(input('Enter a number: '))%2 else 'even')
4 交换变量

在Python中如果需要交换变量的值,我们无需定义临时变量来操作。我们一般使用如下代码来实现变量交换:

v1 = 100

v2 = 200

# bad practice

temp = v1

v1 = v2

v2 = temp

但是更好的处理方法如下:

v1 = 100

v2 = 200

# good practice

v1, v2 = v2, v1

5 判断字符串是否为回文串

将字符串进行反转最简单的实现方式为 [::-1] ,代码如下:

print("John Deo"[::-1])
6 反转字符串

在Python中判断一个字符串是否为回文串,只需要使用语句

string.find(string[::-1])== 0  ,示例代码如下:

v1 = "madam" # is a palindrome string

v2 = "master" # is not a palindrome string

print(v1.find(v1[::-1]) == 0) # True

print(v1.find(v2[::-1]) == 0) # False

7 尽量使用 Inline if statement

大多数情况下,我们在条件之后只有一个语句,因此使用 Inline if statement 可以帮助我们编写更简洁的代码。举例如下,一般的写法为:

name = "ali"

age = 22

# bad practices

if name:

print(name)

if name and age > 18:

print("user is verified")

但是更好的处理方法如下:

# a better approach

print(name if name else "")

""" here you have to define the else condition too"""

# good practice

name and print(name)

age > 18 and name and print("user is verified")

8 删除list中的重复元素

我们不需要遍历整个list列表来检查重复元素,我们可以简单地使用 set() 来删除重复元素,代码如下:

lst = [1, 2, 3, 4, 3, 4, 4, 5, 6, 3, 1, 6, 7, 9, 4, 0]

print(lst)

unique_lst = list(set(lst))

print(unique_lst)

9 找到list中重复最多的元素

在Python中可以使用 max( )  函数并传递  list.count 作为 key ,即可找出列表list中重复次数最多的元素,代码如下:

lst = [1, 2, 3, 4, 3, 4, 4, 5, 6, 3, 1, 6, 7, 9, 4, 0]

most_repeated_item = max(lst, key=lst.count)

print(most_repeated_item)

10 list 生成式

Python中我最喜欢的功能就是 list comprehensions , 这个特性可以使我们编写非常简洁功能强大的代码,而且这些代码读起来几乎像自然语言一样通俗易懂。举例如下:

numbers = [1,2,3,4,5,6,7]

evens = [x for x in numbers if x % 2 is 0]

odds = [y for y in numbers if y not in evens]

cities = ['London', 'Dublin', 'Oslo']

def visit(city):

print("Welcome to "+city)

for city in cities:

visit(city)

11 使用*args传递多个参数

在Python中我们可以使用*args来向函数传递多个参数,举例如下:

def sum_of_squares(n1, n2)

return n1**2 + n2**2

print(sum_of_squares(2,3))

# output: 13

"""

what ever if you want to pass, multiple args to the function

as n number of args. so let's make it dynamic.

"""

def sum_of_squares(*args):

return sum([item**2 for item in args])

# now you can pass as many parameters as you want

print(sum_of_squares(2, 3, 4))

print(sum_of_squares(2, 3, 4, 5, 6))

12 在循环时处理下标

有时我们在工作中,想要获得循环中元素的下标,一般来说,比较优雅的写法如下:

lst = ["blue", "lightblue", "pink", "orange", "red"]

for idx, item in enumerate(lst):

print(idx, item)

13  拼接list中多个元素

在Python中一般使用 Join() 函数来将list中所有元素拼接到一起,当然我们也可以在拼接的时候添加拼接符号,样例如下:

names = ["john", "sara", "jim", "rock"]

print(", ".join(names))

14  将两个字典进行合并

在Python中我们可以使用 {**dict_name, **dict_name2, … } 将多个字典进行合并,样例如下:

d1 = {"v1": 22, "v2": 33}

d2 = {"v2": 44, "v3": 55}

d3 = {**d1, **d2}

print(d3)

结果如下:

{'v1': 22, 'v2': 44, 'v3': 55}
15  使用两个list生成一个字典

在Python中,如果我们需要将两个列表中对应的元素组成字典,那么我们可以使用 zip 功能来方便地做到这一点。代码如下:

keys = ['a', 'b', 'c']

vals = [1, 2, 3]

zipped = dict(zip(keys, vals))

16  字典按照value进行排序

在Python中我们使用 sorted() 函数来按照字典的value来对其进行排序.代码如下:

d = {
"v1": 80,

"v2": 20,

"v3": 40,

"v4": 20,

"v5": 10,

}

sorted_d = dict(sorted(d.items(), key=lambda item: item[1]))

print(sorted_d)

当然我们也可以使用 itemgetter( ) 来替代上述  lambda 函数,代码如下:

from operator import itemgetter

sorted_d = dict(sorted(d.items(), key=itemgetter(1)))

更进一步,我们也可以通过传递 reverse=True 对其进行降序排序:

sorted_d = dict(sorted(d.items(), key=itemgetter(1), reverse=True))
17  Pretty print

在Python中使用 Print() 函数,有时候的输出贼拉拉丑陋,此时我们使用 pprint 可以使输出更加美观,样例如下:

from pprint import pprint

data = {
"name": "john deo",

"age": "22",

"address": {"contry": "canada", "state": "an state of canada :)", "address": "street st.34 north 12"},

"attr": {"verified": True, "emialaddress": True},

}

print(data)

pprint(data)

输出如下:

{'name': 'john deo', 'age': '22', 'address': {'contry': 'canada', 'state': 'an state of canada :)', 'address': 'street st.34 north 12'}, 'attr': {'verified': True, 'emialaddress': True}}

{'address': {'address': 'street st.34 north 12',

'contry': 'canada',

'state': 'an state of canada :)'},

'age': '22',

'attr': {'emialaddress': True, 'verified': True},

'name': 'john deo'}

可见使用 pprint 函数可以让字典的输出更加容易阅读.

整理更新了一些Python和学习的开源的经典资料,有需要的读者可以下载学习,回复关键字 教程 获取。

 最近很多人找工作,帮大家收集整理了一些Python相关的面试题,私我即可。

需要其他资料,也可以留言告诉我

面试题腾讯文档-在线文档https://docs.qq.com/doc/DT09DZ1hSYkJORURY

二、个人经验总结

面试的心得体会:

1、简历制作

我做了两份简历,用两个手机账号,两个简历名字,分别在各个招聘网站投了双份简历,一个是数据分析的简历、一个是web全栈开发的简历,我真正接触python快2年,不管是学习还是工作学到的东西,这两年大概掌握了(前端+django+爬虫+数据分析+机器学习+NLP+Linux)技术,技术水平自我评价一般,够日常一般使用,基于自己掌握的技术可以分成2方面,web和数据分析,所以为了尽快找到工作,就做了web全栈开发+数据分析(含爬虫)2份简历,同时投递

2、面试安排

疯狂投简历,2个账号多个平台同时投,每天接到2-4个面试邀约电话,每天安排2到3家面试,一般上午1家,下午的话一般我尽量安排离得近的公司面试,2点一家,4.30一家,基本时间上都还来得及,只不过这样确实比较赶

3、公司及面试情况

邀约面试的电话,从数量来看,涵盖web开发(和web开发+数据分析算法建模)的面试邀约更多,纯数据分析/算法的面试较少,数据分析面试少的原因,一方面可能自己简历写的项目不多,而且学历本科也没多大优势,另一方面可能实际需求上确实web岗位多,纯分析岗位少,5天面试了11家公司,拿到offer有2家,等最终复试的还有2家(已经通知要五一过后再面了,不过我这边可能会选择下方第7家公司入职,后面的最终面试不一定会去)一般的话,面试要经过2-4轮,技术和人事是必须的,当然也有些技术面完了人家都已经觉得不合适了,但是公司也会假装客套邀约人事也跟你谈谈,谈完大部分也都是不了了之了,如果面试严格的话,2轮之外,可能还会有第三/四轮技术/人事/老板等leader再继续约时间面试,下面简单介绍下每家公司用到的技术和面试结果

1、数据分析算法工程师

公司技术:机器学习+大数据
技术总监面试,提到用Hive,我不懂,另外数据分析经验可能比较少,没通过

2、算法工程师

公司技术:图像识别
面试我的是总经理,不是技术,对技术不懂,给他普及了web、爬虫、数据分析、机器学习、深度学习、图像识别都是怎么回事,后来他介绍他们的业务,我说属于图像识别领域,需要专门招聘懂图像识别算法的工程师,这家公司就不提了,招聘需求没搞清楚,我也白跑一趟

3、生物系统开发工程师 (offer)

公司技术:django+docker+数据分析
小公司,老板不太懂IT技术,平台已经搭建好,带admin后台,后期偏重更新维护,有新需求要做,主要用到django+数据分析 ,后期涉及Docker技术,可以边工作边学习,这个面试通过

4、python全栈开发

公司技术:django+前端
小公司,上面只批准招1个人,进来需要前后端都做,之前的python团队全部离职,没人交接的烂尾项目,用的django框架,面试官是老乡,也是技术大牛,旁敲侧击跟我说不建议我来上班,他自己来不到一个月都打算离职了,这公司入职的话也能入职,说不定我入职了,他走了,后面我就是这个公司python面试官了

5、python开发

公司技术:django+数据分析
公司业务较多,项目也很多,20多个产品经理,偏重web开发,也有算法岗,技术--人事--CTO三轮面试,大部分问题比较常见,问到cerely、深浅拷贝、redis的使用等等,整体面试过程沟通都还好,与CTO电话面试沟通也还好,等结果中

6、爬虫+数据分析

公司技术:爬虫+数据分析
一个做java的面试官面试的,他就介绍了公司业务,主要是爬电商平台数据,技术问题一个没问,总监不在,他自己也不当家,留了简历信息就走了,应该没戏

7、web全栈开发(offer)

公司技术:django+flask+bootstrap+echarts.js
大公司,目前项目用django搭建的运维网站,后面要用flask搭建另外一个网站,需要我一个人来做,前后端都要搞,不过需求不会很复杂,主要是前端最终能展示一些图表之类的,前端用到的库主要是bootstrap、echarts.js,我说以前学习过flask,不过还不熟练,可能需要现学下,那边同意,面试通过

8、测试开发/服务器自动化开发

公司技术:python+测试技术
聊天过程还好,技术基本是测试方面的,如果去的话都是现学,相当于开发转测试,具体需要实现的是用python写脚本,程序来控制测试几百台手机,估计看出来我没打算做测试,后面走了没再约了

9、python开发工程师

公司技术:django+数据分析
猎头介绍的,公司结构比较复杂,很多股东,上午两轮技术总监和人事总监都面了,面到12点,说可能还会有一个股东的技术老大再面下,等最后一轮面试

10、web+数据分析

公司技术:vue.js+tornado+数据分析+异步(前后端分离)
初面技术问的很详细,这家公司做的项目十分类似我上家离职的公司的项目,都是做一个数据分析可视化的web网站,等待二面,需要做一个PPT,介绍自己觉得做的最好的项目,讲15分钟

11、web+数据分析

公司技术:vue.js+flask(前后端分离)
项目总监熟悉python,而且很多项目以python为主要语言开发做的,不过预算不足,本来聊得还挺嗨,后来问了我期望薪资后,估计把他吓住了,直接说按我这期望的话他们这边成本太高,留了微信就走了

面试体会:

1、多看看招聘网站的招聘要求,你会发现那些很流行的技术,比如vue.js、restful风格、node.js、docker、前后端分离等等,我就不一个个提了,这些是很多公司在面试经常问你会不会的技术,多了解这些框架为什么这么流行,学会了在就业市场就会有很强的竞争力

2、目前技术人员要会的技术要求越来越高,对python web开发来说,不少公司要求要懂前端vue.js、 node.js,反正我个人觉得,目前以及往后的就业行情来看,公司招聘人员在满足主要业务的需要下,会更倾向于招多元化的人,不光小公司如此,大公司亦如此,并且从个人最近面试的情况来看,后期较好就业的方向应该会侧重下面几个方向:

web全栈开发:django/flask/tornado + vue.js/node.js (前后端分离、restful风格),最好在懂bootstrap、图表之类的前端框架

web+数据分析:不少公司其实是有很多数据的,而且在研究数据分析/算法建模的公司确实比较多,而数据分析/算法的研究,很多公司都是想要将研究成果落地,而落地最容易实现的方式一般是web网站,基于这个现状,如果你熟悉web,又在数据科学领域有一定经验,后期就业竞争力也会很强,当然如果再会爬虫,也是更加锦上添花

开发测试岗:很多公司有测试人员,经常用测试工具,但是开发能力偏弱,编写一些复杂的自动化脚本的能力不足,不少公司希望招聘那些又懂开发又懂测试的人才,但是这样的人才确实很难招,我遇到几家公司,沟通过程中,他们也提到,对于开发转测试的,可以给予一定学习期,可见这方面的复合人才是不少公司青睐的

纯爬虫/纯分析与算法岗:如果单纯做这方面,往后公司招聘要求会越来越高,爬虫可能更多要求项目经验与反爬技术能力,分析算法可能要求学历+项目经验 + 数据结构与算法的底层功底,具体是不是这样的情况,可以向一些从事这方面的朋友了解

3、面试题好好记下来,每次面试完,没回答上来的问题,都要多方找资料学习,面试多了,你就会发现怎么有些问题经常被问到,要善于总结,总结好了,你就会觉得面试就像开车,车开的多了,就稳了

最近的面试题:不少问题各个公司都有问到

1、TCP/UDP/HTTP协议区别?
2、深拷贝浅拷贝
3、简述一个前端请求的处理流程,在uwsgi/nginx/django之间的处理流程
4、redis用过哪些数据结构?怎么保存的
5、celery队列
6、modelfirst dbfirst区别?
7、线程/进程/协程区别
8、tornado框架
9、向量化--one-hot编码/数据分箱
10、栈、堆
11、你知道的排序算法
12、MySQL优化、多表查询
13、Linux下找文件
14、闭包
15、Django模型类继承
16、时间更新模型类
17、Settings里面设置东西
18、ajax请求的csrf解决方法
19、机器数据分析/建模有什么感悟?
20、爬虫原理
30、redis为什么快?除了他是内存型数据库外,还有什么原因
31、python2和python3的区别?
32、你觉得python2的项目如果迁移到python3,困难会在哪里?

寄语

对于未来准备找工作或者正在找工作的小伙伴,你有什么想说的呢?欢迎写下你的想法

原网站

版权声明
本文为[代码输入中...]所创,转载请带上原文链接,感谢
https://blog.csdn.net/m0_59485658/article/details/126234086