問題1
到底什麼是Python？你可以在回答中與其他技術進行對比（也鼓勵這樣做）。
答案
下面是一些關鍵點：
- Python是一種解釋型語言。這就是說，與C語言和C的衍生語言不同，Python代碼在運行之前不需要編譯。其他解釋型語言還包括PHP和Ruby。
- Python是動態類型語言，指的是你在聲明變量時，不需要說明變量的類型。你可以直接編寫類似
x=111和x="I'm a string"這樣的代碼，程序不會報錯。 - Python非常適合面向對象的編程（OOP），因爲它支持通過組合（composition）與繼承（inheritance）的方式定義類（class）。Python中沒有訪問說明符（access specifier，類似C++中的
public和private），這麼設計的依據是“大家都是成年人了”。 - 在Python語言中，函數是第一類對象（first-class objects）。這指的是它們可以被指定給變量，函數既能返回函數類型，也可以接受函數作爲輸入。類（class）也是第一類對象。
- Python代碼編寫快，但是運行速度比編譯語言通常要慢。好在Python允許加入基於C語言編寫的擴展，因此我們能夠優化代碼，消除瓶頸，這點通常是可以實現的。
numpy就是一個很好地例子，它的運行速度真的非常快，因爲很多算術運算其實並不是通過Python實現的。 - Python用途非常廣泛——網絡應用，自動化，科學建模，大數據應用，等等。它也常被用作“膠水語言”，幫助其他語言和組件改善運行狀況。
- Python讓困難的事情變得容易，因此程序員可以專注於算法和數據結構的設計，而不用處理底層的細節。
問題2
補充缺失的代碼
def print_directory_contents(sPath):
"""
這個函數接受文件夾的名稱作爲輸入參數，
返回該文件夾中文件的路徑，
以及其包含文件夾中文件的路徑。
"""
# 補充代碼
答案
def print_directory_contents(sPath):
import os
for sChild in os.listdir(sPath):
sChildPath = os.path.join(sPath,sChild)
if os.path.isdir(sChildPath):
print_directory_contents(sChildPath)
else:
print sChildPath
問題3
閱讀下面的代碼，寫出A0，A1至An的最終值。
A0 = dict(zip(('a','b','c','d','e'),(1,2,3,4,5)))
A1 = range(10)
A2 = [i for i in A1 if i in A0]
A3 = [A0[s] for s in A0]
A4 = [i for i in A1 if i in A3]
A5 = {i:i*i for i in A1}
A6 = [[i,i*i] for i in A1]
答案
A0 = {'a': 1, 'c': 3, 'b': 2, 'e': 5, 'd': 4}
A1 = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
A2 = []
A3 = [1, 3, 2, 5, 4]
A4 = [1, 2, 3, 4, 5]
A5 = {0: 0, 1: 1, 2: 4, 3: 9, 4: 16, 5: 25, 6: 36, 7: 49, 8: 64, 9: 81}
A6 = [[0, 0], [1, 1], [2, 4], [3, 9], [4, 16], [5, 25], [6, 36], [7, 49], [8, 64], [9, 81]]
問題4
Python和多線程（multi-threading）。這是個好主意碼？列舉一些讓Python代碼以並行方式運行的方法。
答案
Python並不支持真正意義上的多線程。Python中提供了多線程包，但是如果你想通過多線程提高代碼的速度，使用多線程包並不是個好主意。Python中有一個被稱爲Global Interpreter Lock（GIL）的東西，它會確保任何時候你的多個線程中，只有一個被執行。線程的執行速度非常之快，會讓你誤以爲線程是並行執行的，但是實際上都是輪流執行。經過GIL這一道關卡處理，會增加執行的開銷。這意味着，如果你想提高代碼的運行速度，使用threading包並不是一個很好的方法。
不過還是有很多理由促使我們使用threading包的。如果你想同時執行一些任務，而且不考慮效率問題，那麼使用這個包是完全沒問題的，而且也很方便。但是大部分情況下，並不是這麼一回事，你會希望把多線程的部分外包給操作系統完成（通過開啓多個進程），或者是某些調用你的Python代碼的外部程序（例如Spark或Hadoop），又或者是你的Python代碼調用的其他代碼（例如，你可以在Python中調用C函數，用於處理開銷較大的多線程工作）。
問題5
你如何管理不同版本的代碼？
答案：
版本管理！被問到這個問題的時候，你應該要表現得很興奮，甚至告訴他們你是如何使用Git（或是其他你最喜歡的工具）追蹤自己和奶奶的書信往來。我偏向於使用Git作爲版本控制系統（VCS），但還有其他的選擇，比如subversion（SVN）。
問題6
下面代碼會輸出什麼：
def f(x,l=[]):
for i in range(x):
l.append(i*i)
print l
f(2)
f(3,[3,2,1])
f(3)
答案：
[0, 1]
[3, 2, 1, 0, 1, 4]
[0, 1, 0, 1, 4]
呃？
第一個函數調用十分明顯，for循環先後將0和1添加至了空列表l中。l是變量的名字，指向內存中存儲的一個列表。第二個函數調用在一塊新的內存中創建了新的列表。l這時指向了新生成的列表。之後再往新列表中添加0、1、2和4。很棒吧。第三個函數調用的結果就有些奇怪了。它使用了之前內存地址中存儲的舊列表。這就是爲什麼它的前兩個元素是0和1了。
問題7
“猴子補丁”（monkey patching）指的是什麼？這種做法好嗎？
答案：
“猴子補丁”就是指，在函數或對象已經定義之後，再去改變它們的行爲。
舉個例子：
import datetime
datetime.datetime.now = lambda: datetime.datetime(2012, 12, 12)
大部分情況下，這是種很不好的做法 - 因爲函數在代碼庫中的行爲最好是都保持一致。打“猴子補丁”的原因可能是爲了測試。mock包對實現這個目的很有幫助。
問題8
這兩個參數是什麼意思：*args，**kwargs？我們爲什麼要使用它們？
答案
如果我們不確定要往函數中傳入多少個參數，或者我們想往函數中以列表和元組的形式傳參數時，那就使要用*args；如果我們不知道要往函數中傳入多少個關鍵詞參數，或者想傳入字典的值作爲關鍵詞參數時，那就要使用**kwargs。args和kwargs這兩個標識符是約定俗成的用法，你當然還可以用*bob和**billy，但是這樣就並不太妥。
問題9
下面這些是什麼意思：@classmethod, @staticmethod, @property？
回答背景知識
這些都是裝飾器（decorator）。裝飾器是一種特殊的函數，要麼接受函數作爲輸入參數，並返回一個函數，要麼接受一個類作爲輸入參數，並返回一個類。@標記是語法糖（syntactic sugar），可以讓你以簡單易讀得方式裝飾目標對象。
問題10
按我們對super的理解，從圖中可以看出，在調用類C的初始化函數時，應該是調用類A的初始化函數，但事實上卻調用了類D的初始化函數。好一個詭異的問題！就是說，mro中記錄了一個類的所有基類的類類型序列。查看mro的記錄，發覺包含7個元素，7個類名分別爲：F E B C D A object
重點會畫邏輯圖
問題11
簡要描述Python的垃圾回收機制（garbage collection）。
答案
這裏能說的很多。你應該提到下面幾個主要的點：
- Python在內存中存儲了每個對象的引用計數（reference count）。如果計數值變成0，那麼相應的對象就會消失，分配給該對象的內存就會釋放出來用作他用。
- 偶爾也會出現
引用循環（reference cycle）。垃圾回收器會定時尋找這個循環，並將其回收。舉個例子，假設有兩個對象o1和o2，而且符合o1.x == o2和o2.x == o1這兩個條件。如果o1和o2沒有其他代碼引用，那麼它們就不應該繼續存在。但它們的引用計數都是1。 - Python中使用了某些啓發式算法（heuristics）來加速垃圾回收。例如，越晚創建的對象更有可能被回收。對象被創建之後，垃圾回收器會分配它們所屬的代（generation）。每個對象都會被分配一個代，而被分配更年輕代的對象是優先被處理的。
