SobesLab логотип SobesLab

Python: популярные вопросы на собеседовании

Python: вопросы и ответы для подготовки к собеседованию. Раздел охватывает: синтаксис, типы и коллекции; ООП и dataclasses; генераторы и итераторы; декораторы; GIL, потоки и процессы; asyncio и неблокирующий I/O; виртуальные окружения и packaging (virtualenv/venv, poetry/pip); тестирование (pytest); типизацию (typing, mypy); фреймворки (Django/FastAPI/Flask).

Всего вопросов: 191

Junior

  1. Что такое Python? Junior
    Python – это высокоуровневый интерпретируемый язык программирования с динамической типизацией. Он прост в изучении и чтении, поддерживает несколько парадигм (процедурное, объектно-ориентированное, функциональное программирование) и имеет обширную стандартную библиотеку.
  2. Какие типы данных поддерживает Python? Junior
    В Python есть базовые встроенные типы данных: числовые (int, float, complex, bool), строковые (str), коллекции (list – список, tuple – кортеж, set – множество, dict – словарь), а также специальные объекты, такие как None для обозначения “ничего”.
  3. Чем отличаются изменяемые и неизменяемые типы? Junior
    Изменяемые (mutable) типы можно менять после создания – например, списки, множества, словари. Неизменяемые (immutable) типы не позволяют изменить своё значение – к ним относятся числа, строки, кортежи и frozenset. Если требуется новое значение у неизменяемого объекта, создаётся новый объект.
  4. Что такое PEP8 и зачем он нужен? Junior
    PEP 8 – это официальное руководство по стилю Python-кода. Он содержит рекомендации по оформлению кода (отступы – 4 пробела, соглашения по именованию, длина строк, пробелы, и т.д.), чтобы код разных авторов был единообразным и легкочитаемым.
  5. Поддерживает ли Python ООП? Какие принципы ООП реализованы? Junior
    Да, Python полностью поддерживает объектно-ориентированное программирование. В Python можно определять классы и создавать объекты. Реализованы все основные принципы ООП: наследование (классы могут наследоваться друг от друга), инкапсуляция (скрытие реализации через соглашения об именах), полиморфизм (объекты разных классов можно использовать через единый интерфейс, а методы можно переопределять в наследниках).
  6. Чем функция отличается от метода в Python? Junior
    Функция – это самостоятельный блок кода, который вызывается по имени. Метод – это функция, определённая внутри класса и вызываемая от экземпляра этого класса. Метод автоматически получает первым аргументом ссылку на объект (`self`), тогда как обычная функция не привязана к объекту.
  7. В чем разница между списком (list) и кортежем (tuple)? Junior
    Главное отличие – изменяемость. `list` – изменяемый список: его элементы можно добавлять, удалять или изменять. `tuple` – неизменяемый кортеж: после создания его содержимое нельзя менять. Также списки создаются с помощью квадратных скобок, а кортежи – с помощью круглых или через запятую. Кортежи благодаря неизменности могут использоваться как ключи словаря (они хэшируемы), в то время как списки – нет.
  8. Что такое множество (set) и для чего оно используется? Junior
    `set` – это встроенный тип для хранения набора уникальных элементов (множество математически). Множества неупорядочены и не содержат дубликатов. Они полезны, когда нужно исключить повторяющиеся значения или быстро проверить принадлежность элемента (операция `in` для set работает в среднем за O(1)).
  9. Что такое словарь (dict) в Python? Junior
    Словарь – это структура данных “ключ-значение”. В `dict` каждому уникальному неизменяемому ключу сопоставлено некоторое значение. По ключу можно очень быстро (за амортизированное O(1)) получить значение. Примеры использования: хранение настроек по имени, подсчёт частоты слов и т.д.
  10. Как проверить наличие элемента в коллекции (например, в списке или множестве)? Junior
    Для проверки принадлежности элемента используют оператор `in`. Например, `x in my_list` вернёт True, если x присутствует в списке. Для множеств и словарей `in` тоже работает: для set проверяется наличие элемента, для dict – наличие ключа.
  11. Что такое срезы (slices) и как ими пользоваться? Junior
    Срез – это способ получить часть последовательности (строки, списка, кортежа). Запись вида `seq[start:stop:step]` возвращает новую последовательность, начиная с индекса start (включительно) до stop (не включая) с шагом step. Аргументы start или stop можно опускать (по умолчанию начало или конец), а step по умолчанию равен 1. Например, `a[1:5]` – элементы 1,2,3,4, а `a[::-1]` – элементы в обратном порядке.
  12. Как развернуть список или строку в Python? Junior
    Самый простой способ развернуть последовательность – использовать срез с отрицательным шагом: например, `my_list[::-1]` вернёт новый список, где элементы в обратном порядке. Для списка также существует метод `.reverse()`, который разворачивает его “на месте” (без создания нового списка). Для строки можно использовать срез [::-1], так как строки неизменяемы.
  13. Как работает функция range()? Какие есть варианты ее использования? Junior
    Функция `range()` генерирует последовательность чисел. Вызывается тремя способами: `range(n)` – от 0 до n-1, `range(a, b)` – от a до b-1, `range(a, b, step)` – от a до b-1 с заданным шагом. `range` возвращает объект-последовательность (ленивый итератор). Например, `range(5)` даст числа 0,1,2,3,4.
  14. Что такое списковое включение (list comprehension) в Python? Junior
    Списковое включение – это компактный способ создания списка на основе любого итерируемого объекта с возможностью применять выражение и условие к каждому элементу. Синтаксис: `[expr for item in iterable if condition]`. Например, `[x*x for x in range(5)]` создаст список квадратов чисел от 0 до 4. Такой код короче и часто быстрее, чем эквивалентный цикл for с append.
  15. Можно ли изменить строку после создания? Junior
    Нет, строки в Python неизменяемы. Любое “изменение” строки (например, замену символа) на самом деле создаёт новую строку. Если нужно построить изменённую строку, используют методы (например, `replace`) или собирают новую строку через операции (например, конкатенацию).
  16. Чем отличается оператор == от оператора is? Junior
    `==` проверяет равенство *значений* объектов, а `is` проверяет, являются ли два имени ссылками на один и тот же объект в памяти. Например, два разных списка с одинаковым содержимым: `a == b` будет True, но `a is b` – False, потому что это разные объекты.
  17. Как в Python умножать строки? Junior
    Если строку умножить на целое число n, получится новая строка, в которой исходная повторена n раз. Например, выражение `"Hi" * 3` вернёт строку `"HiHiHi"`.
  18. Как в Python умножать списки? Junior
    При умножении списка на целое число n получится новый список, в котором исходный список повторён n раз подряд. Например, `[1, 2] * 3` вернёт список `[1, 2, 1, 2, 1, 2]`. Важно помнить, что это повторение ссылок на объекты: для изменяемых элементов такой список может вести себя неочевидно (изменение одного повтора может повлиять на другие, если внутри список объектов).
  19. Что означает конструкция if __name__ == '__main__': в скрипте? Junior
    Эта конструкция используется, чтобы определить, запущен ли файл как самостоятельная программа. При прямом запуске скрипта переменная `__name__` устанавливается в `"__main__"`. Таким образом, блок под `if __name__ == "__main__":` выполнится только если файл запускается напрямую, и не выполнится при импорте этого файла как модуля в другой программе.
  20. В чем разница между import module и from module import name? Junior
    Обе формы выполняют импорт, но `import module` импортирует весь модуль целиком и обращение к его объектам требует указания имени модуля (module.x). Конструкция `from module import name` импортирует конкретный объект (функцию, класс, переменную) из модуля напрямую в текущее пространство имен, позволяя использовать его без префикса. Следует быть осторожным, чтобы при этом не возникало конфликтов имен.
  21. Что такое тернарный оператор в Python и как его записать? Junior
    Тернарный оператор – это выражение условия в одну строку (аналог if-else в выражении). Синтаксис: `X if condition else Y`. Он возвращает `X`, если условие истинно, и `Y` иначе. Например: `result = "yes" if a > 0 else "no"`.
  22. Как осуществляется обработка исключений в Python? Junior
    Для обработки исключений используется конструкция `try-except` (и опционально `finally`). Код, который может вызвать исключение, помещают в блок try. Затем один или несколько блоков `except` перехватывают определённые типы исключений. Можно перехватить разные типы исключений разными except. Блок `finally` (если есть) выполнится в любом случае – и при исключении, и при его отсутствии (например, для освобождения ресурсов).
  23. Как открыть файл и прочитать из него данные в Python? Junior
    В Python для работы с файлами используется встроенная функция `open()`. Чтобы прочитать файл, его открывают, затем читают и закрывают. Например: `f = open("data.txt", "r")` – открытие для чтения; затем `content = f.read()` или перебор строк; и `f.close()`. Обычно используют конструкцию `with open(...) as f:`, которая автоматически закрывает файл. После открытия можно использовать методы: `.read()` (весь файл), `.readline()` или итерировать по файлу построчно.
  24. Что такое None в Python? Junior
    None – это специальный объект (тип NoneType), обозначающий “отсутствие значения” или пустоту. Он часто используется как значение по умолчанию, возвращается функцией без явного return, служит аналогом null. Проверять на None следует через `is`, например, `if x is None:`.
  25. Чем отличается оператор // от / при делении чисел? Junior
    Оператор `/` выполняет обычное деление с плавающей точкой и результатом типа float (даже если числа поделились без остатка). Оператор `//` – это целочисленное деление (floor division): результат округляется вниз до целого числа (типа int при делении int на int). Например, `5/2 = 2.5`, а `5//2 = 2`.
  26. Как проверить, что строка содержит только буквы? Junior
    Можно воспользоваться строковым методом `.isalpha()`, который возвращает True, если строка не пустая и все символы в ней являются буквами. Например: `"Python".isalpha()` вернёт True, а `"Python3".isalpha()` – False (из-за цифры).
  27. Как проверить, что строка содержит только цифры? Junior
    Для этого служит метод строки `.isnumeric()` или `.isdigit()`. Он возвращает True, если каждый символ строки – цифровой символ. Например, `"123".isnumeric()` будет True, а `"12a".isnumeric()` – False.
  28. Как проверить, что строка содержит только буквенно-цифровые символы? Junior
    Использовать метод `.isalnum()`. Он возвращает True, если строка состоит только из букв и/или цифр (и не пуста). Например, `"abc123".isalnum()` даст True, а `"abc 123".isalnum()` – False (есть пробел).
  29. Как объединить два списка в Python? Junior
    Есть несколько способов. Проще всего – через оператор сложения: `list3 = list1 + list2` создаст новый список из элементов первого и второго. Также можно использовать метод `.extend()`, который добавляет элементы второго списка в первый “на месте”.
  30. Чем отличается оператор присваивания (=) от оператора равенства (==)? Junior
    Оператор `=` – это присваивание, он связывает переменную с определённым объектом (значением). А `==` – операция сравнения, которая возвращает True или False в зависимости от того, равны ли по значению два выражения. Например, `a = 5` присваивает a значение 5, а `a == 5` – проверяет, равно ли значение a числу 5.
  31. Что означает выражение "в Python все является объектом"? Junior
    Это значит, что все типы данных в Python представлены объектами (экземплярами классов). Числа, строки, функции, модули – всё это объекты. У них может быть свои атрибуты и методы. Даже типы (class) сами являются объектами (экземплярами метакласса type). Это позволяет, например, присваивать функции переменным или передавать их как аргументы, потому что функции – тоже объекты.
  32. Что означает динамическая типизация в Python? Junior
    Динамическая типизация означает, что переменные не имеют фиксированного типа – тип привязанного объекта может меняться во время выполнения. Переменная – это просто имя, которое в любой момент может указывать на объект любого типа. Проверка типов и приведение происходит во время выполнения, а не компиляции.
  33. Является ли Python сильно типизированным языком? Почему? Junior
    Да, Python – язык с сильной (строгой) типизацией. Это значит, что не выполняется неявное преобразование типов в выражениях, если они несовместимы. Например, нельзя сложить число и строку без явного приведения типов (`"5" + 5` вызовет ошибку TypeError). Каждая операция требует соответствующего типа, и Python не пытается автоматически изменить тип одного из операндов, как в языках со слабой типизацией.
  34. Является ли Python интерпретируемым языком? Что это означает? Junior
    Python интерпретируется на уровне байт-кода. Исходный код не компилируется заранее в машинный код, а при запуске компилируется в байт-код (.pyc), который затем выполняется виртуальной машиной (интерпретатором) Python. Для разработчика это выглядит как непосредственное выполнение исходного .py файла – поэтому Python относят к интерпретируемым языкам (не требуется ручная компиляция перед запуском).
  35. Как поменять местами значения двух переменных в Python? Junior
    В Python можно обменять значения двух переменных в одной строчке, без вспомогательной: `a, b = b, a`. Это распаковывание кортежа – справа образуется кортеж (b, a), и он присваивается соответственно именам слева. В результате значение a и b меняются местами.
  36. Как проверить файл Python на синтаксические ошибки без выполнения кода? Junior
    Можно скомпилировать файл в байт-код, не исполняя его. Например, запустить команду: `python -m py_compile script.py`. Если в коде есть синтаксическая ошибка, компиляция выдаст ошибку, иначе будет создан файл .pyc. Также многие IDE/редакторы делают синтаксическую проверку автоматически.
  37. Что возвращает функция type()? Junior
    Встроенная функция `type(obj)` возвращает тип (класс) объекта. Например, `type(5)` вернёт `<class 'int'>`. Также `type` можно использовать для динамического создания классов, но чаще – именно для получения типа объекта. Помнить, что для проверки типа обычно предпочтительнее `isinstance`.
  38. Какие логические операторы существуют в Python? Junior
    В Python три логических оператора: `and` (логическое И), `or` (логическое ИЛИ) и `not` (логическое НЕ). Они используются для комбинации булевых выражений. Например, `x > 0 and x < 10`, `if not found:` и т.д. (Также существуют побитовые логические &, |, ^ для целых чисел).
  39. Для чего нужен оператор pass? Junior
    `pass` – это оператор-заглушка, который ничего не делает. Он используется, когда синтаксически требуется блок кода (например, в пустом теле функции, класса или условного оператора), но ничего выполнять не нужно. По сути, pass позволяет оставить пустой блок без синтаксической ошибки.
  40. Для чего используется оператор assert? Junior
    `assert` – это встроенный оператор для отладки, который проверяет заданное условие. Если условие ложно, генерируется исключение AssertionError с опциональным сообщением. `assert` удобно использовать для самопроверок в коде (invariant) во время разработки или тестирования. В режиме оптимизации (`python -O`) все assert отключаются.
  41. Как соединить список строк в одну строку? Junior
    Самый эффективный способ – воспользоваться методом `str.join`. Он принимает список строк и склеивает их через заданный разделитель. Например: `" ".join(["Hello", "World"])` вернёт `"Hello World"`. Можно соединять без разделителя: `"".join(list_of_strings)`. Конкатенация через join быстрее, чем сложение строк в цикле.
  42. Как разбить строку на список подстрок? Junior
    Для разбиения строки по разделителю используют метод `str.split()`. Без аргументов он разделяет по пробельным символам. Например: `"a,b,c".split(",")` вернёт список `["a", "b", "c"]`. Можно указать разделитель и максимальное число разбиений. Метод возвращает список строк.
  43. Как удалить пробелы в начале и конце строки? Junior
    Чтобы удалить начальные и конечные пробелы (и другие невидимые символы, например, переводы строки), используется метод `str.strip()`. Он возвращает новую строку без ведущих и завершающих пробельных символов. Есть также методы `.lstrip()` и `.rstrip()` для удаления только слева или только справа.
  44. Как заменить в строке одну подстроку на другую? Junior
    Для замены подстроки используется метод `str.replace(old, new)`. Он возвращает новую строку, где все вхождения подстроки `old` заменены на `new`. Например: `"hello".replace("l", "r")` даст `"herro"`. Также можно указать третий аргумент count – сколько первых вхождений заменить.
  45. Как добавить элемент в конец списка? Junior
    Для добавления одного элемента в конец списка используют метод `list.append(x)`. Он изменяет исходный список, добавляя x в конец. Например, `my_list.append(5)` добавит 5 как последний элемент. (Для добавления сразу нескольких элементов можно использовать `extend`).
  46. Назовите несколько способов скопировать список. Junior
    Поверхностную копию списка можно получить разными способами: срезом `my_list[:]`, вызовом `list(my_list)` или методом `my_list.copy()`. Все они создают новый список с такими же элементами. Для глубокой копии вложенных структур используют модуль `copy` (функцию `copy.deepcopy`).
  47. Как получить ввод от пользователя в Python? Junior
    Для интерактивного ввода используется встроенная функция `input()`. Она останавливает выполнение и ожидает ввода текста из консоли (до нажатия Enter). Результат возвращается как строка. Например: `name = input("Ваше имя: ")`. Помните, что input всегда возвращает строку, поэтому при необходимости её нужно привести к числу (через int() или float()).
  48. В чем разница между return и print при написании функции? Junior
    `return` внутри функции возвращает значение вызывающему коду и завершает работу функции. А `print` просто выводит информацию в консоль, но не передает её наружу. Таким образом, `return` используется, чтобы функция могла отдать результат, а `print` – только для демонстрации или отладки (в тестах и внешнем коде значение, переданное через print, недоступно).
  49. Что возвращает функция, если в ней отсутствует оператор return? Junior
    Если функция завершилась без явного `return`, она возвращает значение None. В Python по умолчанию любая функция возвращает None, если нет оператора return или if return написан без выражения.
  50. Может ли функция Python возвращать несколько значений? Junior
    Фактически функция возвращает один объект. Однако в Python поддерживается удобная упаковка/распаковка кортежей, поэтому создаётся впечатление, что функция возвращает несколько значений. Например, `return x, y` вернёт кортеж (x, y), который можно присвоить двум переменным: `a, b = func()`. Таким образом – через кортеж – функция может вернуться как бы “несколько” значений.
  51. Что такое метод __init__ в классе Python? Junior
    __init__ – это инициализатор объекта (аналог конструктора). Он автоматически вызывается при создании нового экземпляра класса (вызове ClassName()). Метод __init__ принимает self и обычно параметры для инициализации. Внутри __init__ прописывается начальное состояние объекта (например, присваиваются атрибуты).
  52. Как получить случайное число в Python? Junior
    Для работы со случайностями используется модуль `random`. Чтобы получить случайное число, можно вызвать, например, `random.random()` – вернёт случайное число с плавающей точкой от 0 до 1. Или `random.randint(a, b)` – целое число N, a ≤ N ≤ b. Также есть `random.choice(sequence)` для выбора случайного элемента из последовательности.
  53. Как перемешать список случайным образом? Junior
    Воспользоваться функцией `random.shuffle(lst)` из модуля random. Она перемешает данный список “на месте”. Если исходный список менять не нужно, можно получить перемешанную копию так: создать копию списка и вызвать shuffle, либо использовать `random.sample(lst, k=len(lst))`, который вернёт новый список из всех элементов в случайном порядке.
  54. Как выбрать случайный элемент из списка? Junior
    Использовать функцию `random.choice(sequence)`. Она возвратит один случайный элемент из последовательности (списка, строки, кортежа). Например, `random.choice(['red', 'green', 'blue'])` вернёт один из строк "red", "green" или "blue".
  55. Как получить несколько случайных элементов из списка без повторений? Junior
    Для этого подходит функция `random.sample(sequence, k)`. Она возвращает новый список из k различных элементов, случайно выбранных из заданной последовательности. Например, `random.sample(range(10), 3)` выберет 3 разных числа от 0 до 9. Таким образом можно получить выборку без повторений.
  56. Что означает отрицательный индекс при обращении к последовательности? Junior
    Отрицательный индекс отсчитывается от конца. То есть `seq[-1]` – последний элемент, `seq[-2]` – предпоследний и т.д. Это удобный синтаксис для доступа с конца последовательности. Если индекс -n, то обращение идёт к n-му элементу с конца (например, `list[-1]` – последний, `list[-3]` – третий с конца).
  57. Что произойдет при обращении к несуществующему индексу списка? Junior
    Если индекс выходит за границы списка, Python выбросит исключение `IndexError`. Например, при списке длиной 5 попытка получить element[10] приведёт к IndexError. Это поведение предупреждает о неверном доступе, и его можно обработать через try/except.
  58. Как работает выражение 5 < x < 10 в Python? Junior
    Python поддерживает цепочечные сравнения. Выражение `5 < x < 10` эквивалентно `5 < x and x < 10`. Оно проверяет, что x одновременно больше 5 и меньше 10. Такие цепочки могут быть длинными, например `a < b < c < d` проверяет все пары в цепочке. Код читается почти как математическая запись.
  59. Чем отличаются операторы break и continue? Junior
    `break` прерывает ближайший цикл полностью, немедленно выходя из него. `continue` же прерывает текущую итерацию цикла и сразу переходит к следующей. То есть, `continue` пропускает оставшийся код в теле цикла для текущей итерации, а цикл продолжится со следующей итерацией, а `break` завершает весь цикл целиком.
  60. Когда следует использовать цикл while вместо цикла for? Junior
    Цикл `for` удобен, когда известна фиксированная последовательность или диапазон значений, по которым нужно итерироваться. Цикл `while` используют, когда количество итераций заранее не известно и продолжать нужно до выполнения определённого условия. Например, while подходит для ожидания события или чтения из потока до его окончания, где условие окончания не связано с фиксированным количеством шагов.
  61. Что такое наследование (inheritance) в ООП? Junior
    Наследование – это механизм, позволяющий одному классу (классу-потомку) унаследовать атрибуты и методы другого класса (базового). Класс-наследник автоматически получает всю функциональность базового класса и может добавлять новую или переопределять существующую. Это позволяет переиспользовать код и строить иерархии типов.
  62. Что такое инкапсуляция (encapsulation) в ООП? Junior
    Инкапсуляция – это принцип скрытия реализации и внутренних деталей объекта. Объект предоставляет наружу только определённый интерфейс (набор методов), а данные (атрибуты) и реализация защищены. В Python нет строгих модификаторов доступа, но договорённости: одно подчёркивание `_attr` означает "не трогать извне" (protected), двойное `__attr` включает механизим name mangling, затрудняя доступ извне (псевдоприватный атрибут).
  63. Что такое полиморфизм (polymorphism) в ООП? Junior
    Полиморфизм – это способность функций или методов работать с объектами разных классов, имеющих общий интерфейс. В Python полиморфизм проявляется динамически: функция может принимать объект любого типа, и если у него есть необходимый метод или атрибут, то вызов сработает (т.н. "утиная типизация"). Также полиморфизм – это возможность переопределять методы в подклассах, изменяя поведение, но используя одно имя метода.
  64. Что такое исключение TypeError и когда оно возникает? Junior
    TypeError возникает, когда операция или функция применяется к объекту несоответствующего типа. Например, попытка сложить число и строку: `5 + "5"` вызовет TypeError. Также будет TypeError, если вызвать несвязанный метод с неверным self или передать не тот тип аргумента там, где ожидается другой.
  65. Что такое исключение ValueError и когда оно возникает? Junior
    ValueError выбрасывается, когда функция получает аргумент правильного типа, но некорректного значения. Например, приведение строки "abc" к int вызовет ValueError (тип данные строка, но её значение не может быть преобразовано в число). Другой пример: функция math.sqrt() вызовет ValueError, если передать ей отрицательное число (значение вне допустимого диапазона).
  66. Что такое исключение NameError? Junior
    NameError возникает, когда в коде попытались обратиться к переменной или имени, которое не было определено. Например, использование переменной, которая ещё не создана, или опечатка в имени переменной приводит к NameError. Проще говоря – интерпретатор не нашёл указанное имя в текущем пространстве имен.
  67. Перечислите основные числовые типы в Python. Junior
    Основные числовые типы: `int` (целые числа произвольной длины), `float` (вещественные числа двойной точности), `complex` (комплексные числа с действительной и мнимой частью типа float). Логический тип `bool` тоже числовой (подкласс int, где True = 1, False = 0).
  68. Как объявить многострочную строку в Python? Junior
    Для многострочных текстовых блоков используют тройные кавычки. Например:\n```\ntext = """Первая строка\nВторая строка"""\n```\nТакая строка может содержать переводы строк и кавычки без экранирования. Также можно использовать одинарные тройные кавычки '''...'''.
  69. Почему смешивание табуляции и пробелов в отступах – плохая идея? Junior
    В Python отступы и их единообразие критически важны. Смешивание табов и пробелов может привести к непредсказуемому выравниванию (табулаторы интерпретируются разным количеством пробелов в зависимости от настроек). Это вызывает ошибку IndentationError или LogicError. По PEP8 рекомендуется использовать пробелы (4 пробела на уровень).
  70. Для чего используются функции dir() и help()? Junior
    `dir(obj)` возвращает список атрибутов и методов объекта (или локальных имен, если вызвать без аргументов). Это полезно для исследования объекта. `help(obj)` выводит встроенную справку (docstring) по объекту – описание его назначения, сигнатуры методов и т.д. Эти функции помогают в интерактивной разработке и отладке, позволяя узнавать свойства объектов и как с ними работать.
  71. Почему в Python отступы (indentation) критически важны для синтаксиса? Junior
    Отступы в Python определяют блоки кода (тело функции, цикла, условного оператора и т.д.). Вместо фигурных скобок или ключевых слов Python использует уровни отступа: все строки блока должны иметь одинаковый отступ. Неправильное выравнивание приводит к синтаксической ошибке. Такой дизайн выбран для повышения читабельности и явности структуры кода.
  72. Что предпочтительнее использовать для отступов: табы или пробелы, и почему? Junior
    Согласно PEP8, рекомендуется использовать пробелы (4 пробела на уровень). Табы и пробелы нельзя смешивать в одном файле, иначе возникнет IndentationError. Пробелы гарантируют единообразный вид кода, а табуляции могут отображаться по-разному в разных средах. Поэтому лучший практикой считается ставить пробелы для отступов.
  73. Какие побитовые операторы имеются в Python? Junior
    Python поддерживает побитовые операторы для целых чисел: `&` (AND, побитовое И), `|` (OR, побитовое ИЛИ), `^` (XOR, исключающее ИЛИ), `~` (NOT, побитовое отрицание – инвертирует биты, эквивалентно -(x+1)). Также сдвиги: `<<` (сдвиг бит влево) и `>>` (сдвиг вправо). Эти операторы применяются для низкоуровневых операций над битовыми представлениями чисел.

Middle

  1. Что такое *args и **kwargs в объявлении функции? Зачем они нужны? Middle
    `*args` и `**kwargs` позволяют функции принимать переменное количество аргументов. `*args` собирает все позиционные аргументы в кортеж внутри функции. `**kwargs` собирает именованные ключевые аргументы в словарь. Они нужны, чтобы гибко передавать неопределённое заранее число параметров. Например, def func(*args, **kwargs): внутри func args будет кортежем, kwargs – словарём.
  2. Как передаются аргументы в функцию в Python: по значению, по ссылке или иначе? Middle
    В Python аргументы передаются “по объекту”: в функцию копируется ссылка на объект. Это не совсем “по ссылке” в классическом понимании (нет возможности внутри функции изменить привязку внешней переменной), но изменяемый объект, переданный в функцию, может быть изменён (функция получит ссылку на тот же объект). Концепцию иногда называют “передача по значению ссылки”.
  3. Почему опасно использовать изменяемые объекты в качестве значений параметров по умолчанию? Middle
    Значение параметра по умолчанию вычисляется однажды при определении функции и затем используется при каждом вызове (если аргумент не передан явно). Если это изменяемый объект (например, список), то все вызовы функции будут разделять один и тот же экземпляр. Изменения, сделанные в нём в одном вызове, сохранятся для следующих вызовов, что зачастую приводит к логическим ошибкам. Рекомендуется использовать None в качестве default и внутри функции присваивать новое изменяемое значение.
  4. Что такое замыкание (closure) в Python? Middle
    Замыкание – это функция, которая “закрывает” (захватывает) значения из окружающей (не глобальной) области видимости. Если внутренняя функция использует переменные внешней функции, то при её возвращении эти переменные сохраняются внутри неё. Таким образом, замкнутая функция хранит в себе контекст (несмотря на то, что внешняя функция уже завершилась). Замыкания позволяют, например, создавать фабрики функций, помнящие переданные им параметры.
  5. Можно ли объявить функцию внутри другой функции? Что при этом происходит? Middle
    Да, в Python можно определять функцию внутри функции. Такая внутренняя функция видна и вызывается только внутри внешней функции (в её области видимости). При каждом выполнении внешней функции создаётся новый объект внутренней функции. Если внутренняя функция использует переменные внешней (не как global), она образует замыкание, сохраняя эти переменные.
  6. Можно ли передать функцию как аргумент другой функции? Middle
    Да. В Python функции являются объектами первого класса, их можно присваивать переменным, хранить в структурах данных и передавать как аргументы. Например, можно написать функцию, которая принимает другой функцией и вызывает её внутри. Это широко используется – например, встроенные функции map, filter, sorted принимают функцию в качестве аргумента.
  7. Что такое лямбда-функция в Python и когда ее имеет смысл использовать? Middle
    Лямбда – это анонимная функция, определённая с помощью выражения `lambda`. Она не привязана имени (если не присвоить) и состоит из одного выражения, результат которого возвращается. Пример: `lambda x, y: x + y`. Лямбда-функции удобны для коротких одноразовых функций, которые используются, например, в качестве аргументов (в тех же sorted, map и т.п.), чтобы не определять полноценную функцию через def.
  8. Чем отличается списковое включение от генераторного выражения? Middle
    Списковое включение (list comprehension) создаёт сразу весь список в памяти. Генераторное выражение (generator expression), записанное в круглых скобках, возвращает генератор – он производит элементы “лениво” по запросу и сам по себе не хранит всю последовательность. Генераторное выражение экономит память при работе с большими последовательностями, так как не materialize все элементы сразу.
  9. В чем разница между shallow copy и deep copy объектов? Middle
    Shallow copy (поверхностная копия) создаёт новый контейнер, но не копирует вложенные объекты – а вставляет те же ссылки. Например, поверхностная копия списка скопирует сам список, но если в нём были изменяемые элементы (подсписки), они останутся общими. Deep copy (глубокая копия) рекурсивно копирует всё содержание, вплоть до примитивов, так что в результате получится полностью независимая структура. Для глубокого копирования используют функцию copy.deepcopy.
  10. Что такое декоратор в Python и для чего он нужен? Middle
    Декоратор – это функция (или конструкция), которая принимает функцию и возвращает новую функцию, модифицирующую поведение исходной. Синтаксически применяется через `@` перед определением функции. Декораторы позволяют оборачивать функции для добавления функциональности, например, логирования, контроля доступа, кеширования, без изменения их кода. Также бывают декораторы классов и методов.
  11. Для чего используется ключевое слово global? Middle
    Инструкция `global` внутри функции объявляет, что данное имя следует брать из глобальной области видимости, а не создавать новую локальную переменную. Это позволяет внутри функции присваивать значение глобальной переменной. Без global, присваивание имени внутри функции всегда создаёт локальную переменную.
  12. Что такое аннотации типов (type hints) и зачем они нужны? Middle
    Это синтаксис, позволяющий указывать ожидаемые типы переменных, аргументов функций и возвращаемых значений. Например, `def add(x: int, y: int) -> int:`. Аннотации типов не влияют на исполнение (они игнорируются интерпретатором), но используются для статического анализа кода, подсказок в IDE и документации. То есть, они помогают ловить ошибки на этапе разработки и делают код понятнее, но не являются строгой проверкой во время выполнения.
  13. Что происходит при присваивании: например, при выполнении оператора a = b? Middle
    В Python присваивание не копирует объект, а лишь привязывает имя к объекту. После `a = b` переменная a будет ссылаться на тот же объект, что и b. Ранее связанный с a объект (если имя уже существовало) теряет одну ссылку, а объект b получает дополнительную ссылку. Таким образом, присваивание работает с ссылками: имена – это ярлыки для объектов в памяти.
  14. Что такое менеджер контекста (context manager) и зачем он нужен? Middle
    Менеджер контекста – это объект, реализующий протокол контекстного управления (`__enter__` и `__exit__` методы). Он используется вместе с конструкцией `with`. Зачем: он автоматически управляет ресурсами – например, открытие и закрытие файлов, установление и освобождение соединений. Код внутри блока `with` получает ресурс через __enter__, а по выходе __exit__ гарантированно выполнит финализацию (закроет файл и т.д.), даже если внутри блока произошло исключение.
  15. Как удалить дубликаты из списка наиболее простым способом? Middle
    Самый простой способ – преобразовать список во множество и обратно: `list(set(my_list))`. Множество автоматически удалит повторяющиеся элементы, а затем можно вернуть список. Однако при этом теряется исходный порядок. Если важен порядок, то можно использовать цикл с проверкой или OrderedDict из модуля collections (до Python 3.7).
  16. Где быстрее поиск элемента: в списке или в словаре, и почему? Middle
    Поиск по ключу в словаре выполняется значительно быстрее – в среднем O(1), так как словарь реализован через хеш-таблицу. Поиск элемента в списке требует пройтись по всем элементам (линейный поиск O(n)). Поэтому при большом количестве данных словарь эффективнее для поиска по ключу. Обратная сторона – словарь требует уникальных и хэшируемых ключей и больше памяти.
  17. Что такое нотация Big O и для чего она используется? Middle
    Это нотация, описывающая порядок роста времени выполнения алгоритма (или потребления памяти) в зависимости от размера входных данных. Она используется для оценки сложности алгоритмов. Например, O(n) – линейная сложность (время растёт пропорционально n), O(n^2) – квадратичная и т.д. Big O позволяет сравнивать эффективность алгоритмов абстрактно от конкретного железа или реализации.
  18. Какова сложность доступа и поиска элементов в списке и словаре? Middle
    Для списка: доступ к элементу по индексу – O(1) (прямой индексированный доступ), а поиск элемента по значению – O(n) в худшем случае (линейный просмотр). Для словаря: доступ по ключу – амортизированно O(1) (хэш-таблица обеспечивает почти константное время поиска по ключу). Поиск по значению в словаре потребует перебора всех пар, что O(n), но обычно ищут именно по ключу.
  19. Чем отличается модуль от пакета в Python? Middle
    Модуль – это просто файл с расширением .py, содержащий какой-то Python-код (функции, классы, переменные). Пакет – это каталог (папка), содержащий модули и обычно файл `__init__.py`. Пакет позволяет группировать связанные модули; импорт пакета (package.module) фактически находит нужный модуль внутри структуры папок. Таким образом, пакет – это способ организовать иерархию модулей.
  20. Как Python ищет модуль при импорте? Middle
    При выполнении `import module` интерпретатор ищет файл модуля по нескольким путям. Сначала проверяется встроенный модуль с таким именем. Затем – файлы .py, .pyc или папки-пакеты в каталогах, перечисленных в sys.path (включая текущую директорию, папки из PYTHONPATH, стандартные директории). Первый найденный файл соответствующего имени загружается и выполняется, создавая модуль. Если не найдено, выбрасывается ImportError.
  21. Для чего нужен файл __init__.py? Middle
    Файл `__init__.py` (может быть пустым) в директории указывает Python, что данная директория является пакетом. Он выполняется при импорте пакета и может инициализировать пакет (например, определять переменные, импортировать удобные имена). В современных версиях Python (3.3+) для простых namespace-пакетов наличие __init__.py не обязательно, но традиционно его используют для явного обозначения пакета.
  22. Что такое __pycache__ и файлы с расширением .pyc? Middle
    Это директория и файлы для кэширования скомпилированного байт-кода модулей. При первом импорте модуля Python компилирует его исходник (.py) в байт-код и сохраняет .pyc файл в __pycache__, чтобы при следующем запуске ускорить загрузку (минуя повторную компиляцию). Файлы .pyc – это байт-код, они платформонезависимы, но специфичны для версии интерпретатора. Python автоматически управляет __pycache__.
  23. Как выполняется код на Python интерпретатором? Middle
    Процесс выполнения таков: исходный код .py компилируется интерпретатором в байт-код (низкоуровневые инструкции). Байт-код затем выполняется виртуальной машиной (Python Virtual Machine). Обычно компиляция происходит “на лету” при запуске модуля, и результат может кэшироваться в __pycache__. Python не компилируется в машинный код напрямую (если не использовать JIT реализации), а исполняет байт-код с помощью интерпретатора.
  24. Для чего нужна встроенная функция id()? Middle
    Функция `id(obj)` возвращает уникальный идентификатор объекта – как правило, адрес в памяти, где объект хранится (для CPython). Она полезна для отладки, чтобы выяснить, являются ли две переменные одним объектом (id равны – значит, это тот же объект). Однако лучше использовать оператор `is` для сравнения объектов на идентичность.
  25. Для чего используется флаг -O при запуске Python? Middle
    Флаг `-O` (optimize) переводит интерпретатор в режим оптимизации. В этом режиме Python пропускает выполнение утверждений assert и может убрать строки документации (docstrings) из скомпилированного байт-кода, что немного уменьшает размер и ускоряет запуск. Важно: -O влияет только на определённые отладочные возможности, не делая алгоритмы быстрее. Запуск: `python -O script.py` создаст также оптимизированные .pyo байт-код файлы.
  26. Что такое GIL (Global Interpreter Lock) и как он влияет на многопоточность? Middle
    GIL – это “глобальная блокировка интерпретатора” в CPython. Он гарантирует, что в каждый момент времени байт-код исполняет только один поток, даже если у программы несколько потоков. Это упрощает управление памятью, но мешает параллельному выполнению CPU-нагруженных задач на нескольких потоках – они будут поочерёдно получать управление. Из-за GIL многопоточность в CPython не увеличивает производительность на нескольких ядрах CPU (для вычислительных задач лучше использовать multiprocessing или освобождать GIL в C расширениях).
  27. В чем разница между потоками и процессами в Python? Middle
    Потоки (threads) существуют внутри одного процесса и разделяют общую память. Они легче по расходам, но в CPython конкурируют за GIL. Процессы (processes) – это отдельные экземпляры интерпретатора с собственной памятью. Процессы могут выполняться параллельно на разных ядрах без GIL, но общение между процессами сложнее (через очереди, каналы – data serialization). В общем, потоки хорошо для I/O-bound задач, процессы – для CPU-bound.
  28. Что такое asyncio и в чем его особенность? Middle
    `asyncio` – это стандартная библиотека для написания асинхронного, не блокирующего кода (в основном ввода-вывода). Он основан на понятии цикла событий (event loop), где задачи (корутины) выполняются конкурентно в одном потоке, уступая управление друг другу при ожидании операций I/O. Особенность asyncio в том, что вместо многопоточности используется кооперативная многозадачность: задачи сами явно уступают поток (через await), благодаря чему можно одновременно обрабатывать множество соединений/запросов в одном потоке эффективно.
  29. Для чего используются ключевые слова async и await? Middle
    `async` перед def объявляет функцию-корутину (асинхронную функцию). Внутри такой функции можно использовать `await` перед вызовом корутины или асинхронной операции. `await` приостанавливает выполнение текущей корутины, позволяя другим корутинам выполняться, пока ожидается результат (например, входящие данные). Эти ключевые слова используются в asyncio (и подобных фреймворках) для написания асинхронного кода – например, сетевых серверов, чтобы не блокировать поток на ожидании I/O.
  30. Почему 0.1 + 0.2 != 0.3 в Python? Middle
    Потому что 0.1 и 0.2 не могут быть точно представлены в двоичной системе, используемой для типа float. Двоичное приближение 0.1 и 0.2 приводит к небольшим ошибкам. При их сложении получается число, очень близкое к 0.3, но не ровно 0.3, поэтому сравнение (0.1+0.2 == 0.3) даст False. Это общая проблема двоичной арифметики с плавающей точкой. Решения: использовать класс Decimal с заданной точностью или округлять результат.
  31. Как отсортировать список словарей по значению определенного поля? Middle
    Использовать функцию `sorted` с параметром key. Например, если есть список словарей `people` и нужно отсортировать по полю "age": `sorted(people, key=lambda person: person["age"])`. Это вернёт новый отсортированный список. Либо можно вызвать метод `.sort` у самого списка: `people.sort(key=lambda p: p["age"])`, что отсортирует его на месте.
  32. Как перебрать все пары "ключ-значение" в словаре? Middle
    Можно итерироваться по методам словаря. Наиболее питоничный способ: использовать `dict.items()`. Этот метод возвращает последовательность пар (кортежей) (ключ, значение). Соответственно: `for key, value in my_dict.items():` внутри цикла key и value будут последовательно принимать каждую пару из словаря.
  33. Чем отличаются методы __str__ и __repr__ в классе? Middle
    __str__ должен возвращать “человеко-читаемое” строковое представление объекта, предназначенное для пользователя. __repr__ возвращает “официальное” строковое представление, более однозначное и подробное, предназначенное для разработчика (по возможности такое, что eval(repr(obj)) восстановит объект). Встроенные функции str() и repr() вызывают соответствующие методы. По умолчанию __repr__ есть у всех объектов (наследуется от Object), а __str__ без переопределения просто вызывает __repr__.
  34. В чем разница между сериализацией через json и через pickle? Middle
    JSON-сериализация (модуль json) преобразует данные (числа, строки, списки, словари) в текстовый формат JSON, который является стандартом и может быть прочитан в разных языках. Однако JSON поддерживает ограниченный набор типов. Pickle же сериализует объект Python в байтовый поток, сохраняя типы и структуру практически любых объектов (даже пользовательских классов). Но pickle формат специфичен для Python и небезопасен (не следует загружать pickle из недоверенных источников, т.к. он может выполнить произвольный код). Итого: JSON – для обмена с внешним миром, pickle – для сохранения Python-объектов между запусками, когда безопасность не проблема.
  35. Что такое свойство (property) в Python и как оно используется? Middle
    `property` – это встроенная функция-декоратор, позволяющая определить метод доступа к атрибуту, но вызывать его как обычный атрибут. Используется в классе для инкапсуляции: вместо прямого обращения к приватному атрибуту через property можно вызывать геттер/сеттер с логикой. Например:\n```python\nclass A:\n def __init__(self, x):\n self._x = x\n @property\n def x(self):\n return self._x\n @x.setter\n def x(self, val):\n self._x = val if val >= 0 else 0\n```\nТеперь `a.x` обращается через геттер и сеттер.
  36. Чем отличается вызов list.sort() от функции sorted()? Middle
    `list.sort()` сортирует сам список на месте и ничего не возвращает (возвращает None). Функция `sorted(list)` не изменяет исходную последовательность, а возвращает новый отсортированный список. Кроме того, sorted может принимать любой итерируемый объект (например, кортеж) и параметр key, reverse, как и метод sort. Если нужно сохранить оригинальный список, лучше использовать sorted.
  37. Чем отличаются методы list.remove(), del и list.pop()? Middle
    `list.remove(value)` находит и удаляет первое появление элемента с заданным значением. `list.pop(index)` удаляет элемент по индексу (по умолчанию последний) и возвращает его. Оператор `del list[index]` удаляет элемент по индексу (или срез элементов) без возврата значения. Таким образом, remove ищет по значению, а pop и del – удаляют по позиции; pop удобен, когда нужен сам удаляемый элемент, del – когда нет.
  38. Чем отличаются list.append() и list.extend()? Middle
    `append(x)` добавляет объект x как единый элемент в конец списка. `extend(iterable)` расширяет список, добавляя каждый элемент из итерируемого объекта по отдельности. Например, `lst.append([1,2])` добавит один элемент-список [1,2], а `lst.extend([1,2])` добавит два элемента 1 и 2. Функционально extend эквивалентна последовательному вызову append для каждого элемента из аргумента.
  39. Чем отличается обращение к словарю через dict[key] от dict.get(key)? Middle
    Если ключ отсутствует, `dict[key]` выбросит исключение KeyError, тогда как `dict.get(key)` просто вернёт None (или указанный второй аргумент по умолчанию). Таким образом, get удобен для безопасного получения значения без обработки исключения. Если же ключ точно есть, обе формы эквивалентны для чтения. При присваивании различий нет (присваивание через квадратные скобки).
  40. Почему для проверки на None рекомендуется использовать is вместо ==? Middle
    Потому что None – это синглтон (единственный объект), и проверка `is None` надёжнее и быстрее. Оператор `==` мог бы теоретически быть перегружен пользователем для сравнения с None, что может дать неочевидный результат, тогда как `is None` всегда проверяет идентичность. К тому же, читается это как “является ли объект None”. Поэтому PEP8 и общие рекомендации советуют использовать `if x is None` (и `is not None`).
  41. Являются ли True и False числами в Python? Middle
    Да, в определённом смысле. Встроенный тип bool является подклассом int. Значения True и False ведут себя как 1 и 0 соответственно в арифметических операциях. Например, `True + True` даст 2. Однако, семантически они представляют логические значения, и использовать их как числа не рекомендуется, но такая реализация позволяет легко преобразовывать bool в int и наоборот (int(True) == 1).
  42. Как проверить, является ли объект экземпляром определенного класса? Middle
    С помощью функции `isinstance(obj, ClassName)`. Она вернёт True, если объект obj принадлежит классу ClassName или его подклассу. В отличие от прямого сравнения type(obj) == ClassName (которое True только если точно этого класса), isinstance учитывает наследование. Также isinstance можно передавать кортеж классов для проверки на принадлежность любому из них.
  43. Назовите несколько стандартных исключений в Python. Middle
    Некоторые распространённые встроенные исключения: `SyntaxError` (синтаксическая ошибка при разборе кода), `NameError` (обращение к неопределённому имени), `TypeError` (операция применена к объекту неподходящего типа), `ValueError` (объект правильного типа, но некорректного значения), `IndexError` (неверный индекс списка/кортежа), `KeyError` (отсутствует ключ в словаре), `ZeroDivisionError` (деление на ноль), `AttributeError` (недоступен запрашиваемый атрибут объекта) и др.
  44. Какие специализированные контейнеры предоставляет модуль collections? Middle
    В модуле `collections` есть полезные альтернативы стандартным типам: `defaultdict` (словарь с значением по умолчанию для несуществующих ключей), `Counter` (словарь для подсчета частоты элементов), `deque` (двухсторонняя очередь с эффективным добавлением/удалением с обоих концов), `OrderedDict` (словарь, запоминающий порядок добавления ключей – актуально до Python 3.7, сейчас обычный dict уже упорядочен), `namedtuple` (кортеж с именованными полями, как лёгкий неизменяемый объект).
  45. Как получить список файлов в указанной директории на Python? Middle
    Можно воспользоваться функциями модуля `os` или `glob`. Например, `os.listdir(path)` вернёт список имён файлов и папок в каталоге path. Если нужно отфильтровать по шаблону, удобно использовать `glob.glob('*.txt')` для получения списка файлов по маске. Для получения полного пути удобно os.path.join использовать или `glob` сразу возвращает с путём, если указать каталог в шаблоне.
  46. Почему логические операторы and и or называют операторами короткого замыкания? Middle
    Потому что они не вычисляют второй операнд, если результат уже ясен по первому. `and` возвращает первое ложное значение или последний операнд, и если первый операнд False – дальше не выполняется (выражение уже False). `or` возвращает первое истинное значение и не вычисляет второй, если первый уже True. Это называется “short-circuit” (короткое замыкание логики), и оно может быть полезным – например, предотвратить ошибку, поставив проверку перед обращением к атрибуту: `obj is not None and obj.attr`.
  47. Какие встроенные функции Python позволяют проверить условие для любого или всех элементов итерируемого объекта? Middle
    `any(iterable)` возвращает True, если хотя бы один элемент iterable является истинным (приводится к True). `all(iterable)` возвращает True, только если все элементы итерации истинны (или итерация пустая). Они часто применяются для проверок: например, all(x > 0 for x in lst) проверит, что все элементы положительны.
  48. Что такое frozenset? Middle
    Это неизменяемое множество. Тип `frozenset` аналогичен set, но после создания не позволяет добавлять или удалять элементы. Frozenset – хэшируемый, поэтому его можно использовать, например, как ключ словаря или элемент другого множества. Создать можно функцией `frozenset(iterable)`. Поведение по операциям (объединение, пересечение и т.д.) такое же, возвращаются новые frozenset, так как исходный не меняется.
  49. Как обработать разные типы исключений в одном блоке try/except? Middle
    Можно перечислить несколько except для разных типов: например, `except ValueError:` и затем `except TypeError:`. Либо объединить несколько исключений в одном except через кортеж: `except (ValueError, TypeError) as e:` – такой блок сработает, если произошло любое из перечисленных исключений. Таким образом, в одном try можно иметь несколько except, обрабатывающих различные ситуации по-разному.
  50. Может ли в Python существовать перегрузка функций с разными параметрами? Middle
    В классическом понимании (как в C++/Java) – нет, не может. У функции в рамках одного пространства имён может быть только одна реализация. Последующее определение функции с тем же именем просто перезапишет предыдущую. Перегрузку можно имитировать, проверяя типы или количество аргументов внутри функции (через default-значения или *args). Также в модуле functools есть декоратор singledispatch, позволяющий организовать перегрузку по типу первого аргумента.
  51. Что такое переопределение (override) метода в Python? Middle
    Это определение метода в классе-наследнике с тем же именем, что и у метода в базовом классе, с новой реализацией. Таким образом, метод родителя “перекрывается”. При вызове этого метода на экземпляре дочернего класса выполнится переопределённая версия. Переопределение используется, чтобы изменить или расширить поведение, унаследованное от базового класса.
  52. Есть ли в Python приватные переменные? Как можно "спрятать" атрибут? Middle
    Полностью приватных, как в некоторых языках, нет – любой атрибут можно получить извне при знании названия. По соглашению, атрибуты, начинающиеся с `_`, считаются “не для внешнего использования”. Python также поддерживает механизм name mangling: имена, начинающиеся с __ и не оканчивающиеся __, внутри класса преобразуются (префиксуются именем класса), что затрудняет доступ извне. Это служит для защиты от случайного конфликта имен в наследниках, но не делает атрибут полностью недоступным.
  53. Чем отличается одно подчеркивание (_) от двойного (__) в начале имени атрибута? Middle
    Одинарное подчеркивание в начале имени – лишь соглашение, обозначающее “внутренний” атрибут или метод (на уровне языка это ничего не меняет). Двойное подчеркивание запускает механизм name mangling: имя атрибута вида __attr внутри класса будет спрятано под именем _ClassName__attr. Это усложняет доступ извне и в подклассах. Однако такие атрибуты всё ещё можно получить, зная их трансформированное имя.
  54. Что такое пространство имен (namespace) в Python? Middle
    Это совокупность имён (идентификаторов) и привязанных к ним объектов. Разные пространства имён изолированы друг от друга. Например, у каждого модуля своё пространство имён (имена определённых в нём переменных), у каждой функции – своё локальное пространство имён, у класса – своё. Python определяет области видимости по правилам LEGB (Local, Enclosed, Global, Built-in). Пространства имён позволяют использовать одинаковые имена в разных контекстах, не конфликтуя.
  55. Что делает функция zip()? Middle
    `zip(iter1, iter2, ...)` возвращает итератор кортежей, “сшивая” элементы из переданных итерируемых объектов. На каждой итерации получается кортеж из очередных элементов каждого исходного итерируемого. Длина результата равна длине самого короткого из аргументов. Например: `zip([1,2], ["a","b"])` даст итератор [(1,"a"), (2,"b")].
  56. Для чего нужны функции map() и filter()? Middle
    `map(func, iterable)` возвращает итератор, который применяет функцию func к каждому элементу iterable и выдаёт результаты. `filter(func, iterable)` возвращает итератор из тех элементов iterable, для которых функция func вернула True (функция – критерий фильтрации). В Python 3 обе возвращают ленивый итератор. Эти функции позволяют декларативно преобразовывать или отбирать элементы, но часто то же самое достигается списковыми включениями, которые читаются проще.
  57. Для чего служит функция enumerate()? Middle
    Она упрощает проход по последовательности с отслеживанием индекса. `enumerate(iterable, start=0)` возвращает итератор пар (index, value). То есть при обходе например списка с `for i, val in enumerate(lst):` i будет индексом элемента, а val – самим элементом. Это позволяет избежать ручного счётчика и делает код чище.
  58. Что такое генератор и чем он отличается от обычной функции? Middle
    Генератор – это функция, в которой используется ключевое слово `yield`. Такая функция при вызове возвращает объект-генератор, который выдаёт значения по одному (на каждом вызове next). Генератор помнит свой контекст между выдачами (замораживается на yield). В отличие от обычной функции, генератор не вычисляет все результаты сразу, а генерирует последовательно по запросу. Это позволяет эффективно работать с большими последовательностями, не держа их целиком в памяти.
  59. Что такое именованные-only аргументы функции и как их задать? Middle
    Именованные (ключевые) аргументы, которые можно передавать только по имени, – это параметры функции, следующие после `*` в объявлении. Например, `def func(x, *, y=0, z=0): ...`. Здесь y и z – keyword-only: при вызове их обязательно указывать как func(5, y=1, z=2). Такой синтаксис помогает избежать путаницы с позиционными аргументами и делает вызов более явным.
  60. Для чего используется функция super() в Python? Middle
    `super()` возвращает прокси-объект родительского класса, что позволяет вызвать метод базового класса из производного. Чаще всего super используют в переопределённом методе __init__, чтобы вызывать __init__ родителя: `super().__init__(...)`. Это особенно важно при множественном наследовании – super задействует порядок разрешения методов (MRO) и корректно проходит по всем базовым классам. Кроме инициализации, super может вызывать и другие методы родителя, если они были переопределены.

Senior

  1. Что такое состояние гонки (race condition) и как его можно предотвратить? Senior
    Состояние гонки – это ошибка синхронизации в многопоточности или многопроцессности, когда результат работы зависит от неуправляемого чередования потоков. Например, два потока одновременно пытаются изменить общую переменную – итог может зависеть от порядка их доступа. Предотвратить race condition можно, используя механизмы синхронизации: блокировки (Lock/Mutex), семафоры, мониторы. Они последовательно упорядочивают доступ потоков к общим ресурсам, исключая одновременную запись.
  2. Как обойти ограничение GIL для выполнения кода на нескольких ядрах CPU? Senior
    Есть несколько подходов: 1) использовать модуль `multiprocessing` вместо потоков – он запускает несколько процессов (каждый со своей GIL), эффективно параллельных; 2) вынести нагруженные вычисления в код на C (расширения), где можно освобождать GIL на время вычисления; 3) использовать альтернативную реализацию Python без GIL (например, Jython, IronPython) – но они менее распространены. В общем, для CPU-bound задач в CPython чаще применяют multiprocessing или Cython/NumPy, чтобы обойти влияние GIL.
  3. Когда целесообразнее использовать потоки, а когда — процессы? Senior
    Потоки (threading) стоит использовать для I/O-bound задач – когда программа в основном ждёт ввода/вывода (работа с сетью, файлами), и GIL не сильно мешает, зато потоки легче по расходу памяти и могут проще обмениваться данными. Процессы (multiprocessing) лучше для CPU-bound задач, требующих параллельных вычислений, потому что каждый процесс исполняется на своем ядре независимо и не ограничен GIL. Однако процессы более “тяжёлые” и сложнее обмениваются данными (нужно сериализовать, использовать очереди).
  4. Что такое цикл событий (event loop) в asyncio? Senior
    Event loop – это объект в asyncio, который управляет выполнением асинхронных задач (корутин). Это бесконечный цикл, который отслеживает готовность I/O операций и планирует выполнение соответствующих корутин. Грубо говоря, event loop берёт из очереди задачи, запускает их до первого ожидания (await), потом переключается на другие задачи, и возвращается к первым, когда у них готов результат. Цикл событий реализует кооперативную многозадачность в одном потоке.
  5. Чем асинхронное программирование (async/await) отличается от многопоточного? Senior
    При многопоточном (preemptive multithreading) планированием задач занимается ОС: потоки могут прерывать друг друга в любой момент, переключение контекста может происходить асинхронно. В async/await (кооперативная многозадачность) переключение задач происходит только в определённых точках (операция await) – сами задачи уступают управление. Async код обычно выполняется в одном потоке, что устраняет проблемы конкурентного доступа (race conditions) без блокировок, но требуется, чтобы задачи часто отпускали управление. В многопоточном коде несколько потоков могут реально выполняться параллельно (при наличии нескольких ядер), в асинхронном – параллелизм только логический (один поток быстро переключается между задачами).
  6. Какие альтернативные реализации Python вы знаете? (CPython, PyPy, Jython, etc.) Senior
    CPython – основной интерпретатор, написанный на C. PyPy – реализация на Python, использующая JIT-компиляцию (иногда существенно быстрее для долгих вычислений). Jython – интерпретатор на Java, компилирующий Python-код в байт-код JVM (позволяет вызывать Java-код). IronPython – аналог для .NET/CLR, компилируется в MSIL для работы с .NET. Также есть MicroPython (для микроконтроллеров) и другие. Каждая реализация имеет особенности: например, у PyPy нет GIL, Jython и IronPython интегрируются с соответствующими платформами.
  7. Что такое __slots__ в классе и зачем они нужны? Senior
    __slots__ – это специальный атрибут класса, который может содержать кортеж строк – имён разрешённых атрибутов. Если класс определяет __slots__, то у его экземпляров не будет динамического словаря __dict__, и они смогут иметь только указанные поля. Это экономит память (особенно на больших количествах объектов) и немного ускоряет доступ к атрибутам. Ограничения: невозможно добавлять другие атрибуты, также класс с __slots__ не поддерживает наследование без повторного объявления __slots__ в подклассах (незаполненные __slots__ наследуются, но нужно объединять).
  8. Что делает метод __new__ и чем он отличается от __init__? Senior
    __new__ – это статический метод (обычно наследуется от object), который отвечает за создание нового экземпляра класса. Он вызывается перед __init__ и должен возвращать новый объект класса. __init__ же инициализирует уже созданный экземпляр (присваивает атрибуты). Практически, __new__ редко переопределяют – главным образом при наследовании неизменяемых типов (например, унаследоваться от tuple) или для реализации паттерна Singleton (контроля создания объекта).
  9. Что такое Method Resolution Order (MRO)? Senior
    Это порядок поиска атрибутов и методов в иерархии наследования. В Python (новый стиль классов) используется алгоритм C3-линеаризации для MRO. Он определяет последовательность, в которой Python будет просматривать базовые классы при вызове метода. Посмотреть MRO можно через ClassName.mro() или атрибут __mro__. MRO гарантирует, что родительские классы обходятся после всех детей, и разрешает конфликт ромбовидного наследования упорядоченным образом.
  10. В чем суть проблемы «ромбовидного» наследования (Diamond Problem) и как Python ее решает? Senior
    Ромбовидное наследование – ситуация, когда класс D наследует от двух классов B и C, имеющих общего предка A. Возникает вопрос: если D не переопределил метод из A, чью версию вызывать – через B или через C? Это diamond problem, типичная для множественного наследования. Python решает её с помощью MRO: определяется чёткий порядок обхода (C3-линеаризация), например, D->B->C->A или D->C->B->A в зависимости от порядка наследования в объявлении. Благодаря этому каждый метод вызывается один раз, и поиск однозначен. Разработчику рекомендуется вызывать метод базового класса через super(), который следует MRO, чтобы избежать дублирования вызовов.
  11. Что такое класс-mixin и зачем он нужен? Senior
    Mixin – это класс, предназначенный не для самостоятельного использования, а для “примешивания” функциональности к другим через множественное наследование. Как правило, миксин предоставляет набор методов/атрибутов, дополняющих основной функционал. Например, класс-миксин с методами логирования, который наследуется наряду с основным классом. Миксины помогают разделять и переиспользовать код, не образуя жёсткую иерархию (в отличие от обычных родительских классов).
  12. Что такое метакласс в Python? Senior
    Метакласс – это класс, экземплярами которого являются другие классы. Проще говоря, метакласс определяет, как создаются классы. В Python у каждого класса есть атрибут __class__ – обычно это тип “type”, который и является базовым метаклассом. Переопределяя метакласс (через параметр metaclass в определении класса), можно изменять процесс создания классов: например, автоматически добавлять атрибуты, регистрировать классы в реестре и т.д.
  13. Зачем могут применяться метаклассы? Senior
    Метаклассы позволяют автоматически модифицировать содержание и поведение классов при их создании. Например, с помощью метакласса можно автоматически регистрировать все подклассы в каком-то списке (для фабричного метода), добавлять методы или свойства, проверять соответствие определённому интерфейсу. По сути, метакласс – “шаблон класса”. Это мощный, но редко нужный механизм. Чаще задачи решаются декораторами классов или функциями, но метакласс даёт больший контроль именно над построением класса.
  14. Чем отличается использование @decorator и @decorator() при определении функции? Senior
    Если написать @decorator над функцией, то используется существующий декоратор (функция или объект, принимающий функцию). Если же написать @decorator(...), то сначала вызовется decorator как функция с указанными аргументами, и должен вернуть декоратор, который потом применится к функции. Таким образом, @decorator – простое применение, а @decorator(params) – применение декоратора-фабрики (то есть декоратора, который сам параметризуется аргументами). Пример: @lru_cache(maxsize=100) – вызывается lru_cache с аргументом, возвращая конкретный декоратор.
  15. Для чего используется декоратор functools.wraps? Senior
    functools.wraps используется внутри декоратора для сохранения “идентичности” декорируемой функции. Декораторы обычно возвращают новую функцию-обёртку, и без wraps эта обёртка не несёт метаданных оригинальной функции (имя, docstring, аннотации). Декоратор @wraps(original_func) копирует атрибуты (например, __name__, __doc__) оригинальной функции на функцию-обёртку. Это важно для отладки, логирования, помощи (help()) и т.д., чтобы декорированные функции не “теряли лицо”.
  16. Как реализовать свой контекстный менеджер? Senior
    Есть два способа: 1) Через класс, реализующий методы __enter__ и __exit__. При входе в with вызовется __enter__ (возвращает ресурс, если надо), а по выходе (даже при исключении) вызовется __exit__ (для освобождения ресурса). 2) Через декоратор @contextlib.contextmanager, который позволяет написать функцию-генератор с одним yield: всё до yield – код __enter__, после yield – код __exit__. Функция, декорированная contextmanager, вернёт объект-контекстный менеджер.
  17. Как можно реализовать паттерн Singleton на Python? Senior
    Несколько вариантов: 1) Использовать модуль – в Python модули по сути синглтоны (при втором импорте не создаются заново). 2) Внутри класса переопределить метакласс или __new__, чтобы при создании нового объекта возвращался уже существующий экземпляр. Например, сохранить единственный инстанс в атрибуте класса и в __new__ перед возвратом проверять, есть ли он. 3) Использовать декоратор (функцию-обертку), который кэширует результат вызова класса. В целом, паттерн Singleton в Python применяется реже, т.к. глобальные объекты легко реализуются без него.
  18. Что такое абстрактный класс и как его объявить в Python? Senior
    Абстрактный класс – это класс, предназначенный для наследования, а не для создания экземпляров напрямую. В Python его можно создать с помощью модуля `abc`. Делаем класс наследником abc.ABC и помечаем методы декоратором @abstractmethod. Такой класс не позволит создать свой экземпляр, пока все абстрактные методы не будут реализованы в наследнике. Абстрактные методы служат “заготовками”, определяя интерфейс, который должны обеспечить подклассы.
  19. Какой алгоритм сортировки используется при сортировке списков в Python? Senior
    Python (CPython) использует алгоритм Timsort для сортировки списка (метод .sort() и функция sorted()). Timsort – это гибридная сортировка, основанная на слиянии, оптимизированная под реальные данные: он эффективно обрабатывает уже частично отсортированные последовательности. У Timsort худшая сложность O(n log n), лучшая – O(n). Он стабильный (не меняет порядок равных элементов). Этот алгоритм был специально разработан для Python и Java, чтобы показывать хорошую производительность на разнообразных входных данных.
  20. Для чего предназначена конструкция yield from? Senior
    `yield from <iterable>` – синтаксис в генераторе (начиная с Python 3.3), который передаёт управление другому генератору или итератору. Он позволяет “делегировать” часть работы вложенному генератору, избегая написания дополнительного цикла. Эта конструкция будет генерировать все значения из указанного суб-итератора, как будто они yield из внешнего. Кроме того, yield from позволяет ловить и прокидывать исключения во вложенном генераторе и получать его возвращаемое значение (через StopIteration.value). Проще: yield from – удобный способ итерировать внутри генератора по подгенератору.
  21. Как перегрузить операторы (например +, ==) для своего класса? Senior
    В Python “перегрузка операторов” достигается реализацией специальных методов. Например, чтобы класс A поддерживал сложение `a + b`, нужно определить метод `__add__(self, other)`. Для оператора == – метод `__eq__(self, other)`. Аналогично: __lt__ (<), __le__ (<=), __ne__ (!=), __mul__ (*), __len__ (len()), __getitem__ (obj[key]) и т.д. Эти методы вызываются интерпретатором при использовании соответствующих операторов. Нужно возвращать результат операции (обычно новый объект или логическое значение).
  22. Что такое "monkey patching" в Python? Senior
    Monkey patching – динамическое изменение кода во время выполнения. Например, можно в runtime подменить метод или функцию в уже импортированном модуле на свою реализацию: `module.some_function = new_function`. Таким образом, поведение модуля меняется без изменения его исходников. Monkey patch применяется для отладки, в тестировании (подмена зависимостей) или для внедрения патчей на ходу. Злоупотреблять им не рекомендуется, т.к. это ухудшает понимание кода.
  23. Что такое дескриптор (protocol descriptors) в Python? Senior
    Дескриптор – это объект с методами протокола дескрипторов: __get__, __set__ и/или __delete__. Если класс определяет эти методы, то его экземпляры могут выступать атрибутами других классов, поведение при доступе к которым переопределено. Например, property – реализован как дескриптор (имеет __get__ и __set__). Когда вы обращаетесь к свойству экземпляра, Python вызывает __get__ дескриптора. Дескрипторы позволяют контролировать доступ к атрибутам классов извне шаблонно – используется в реализации property, методов (function является дескриптором) и т.д.
  24. В чем разница между методами __getattr__ и __getattribute__? Senior
    __getattribute__ вызывается всегда при доступе к любому атрибуту объекта (если он определён в классе или наследуется). __getattr__ же вызывается только в том случае, если запрашиваемый атрибут не найден стандартным способом. Таким образом, __getattribute__ более низкоуровневый и легко может привести к бесконечной рекурсии, если неправильно вызвать, а __getattr__ – удобен для определения поведения “по умолчанию” для отсутствующих атрибутов. Часто __getattribute__ переопределяют для слежки за доступом, а __getattr__ – чтобы, например, динамически вычислять или проксировать отсутствующие атрибуты.
  25. Как сделать свой объект итерируемым? Senior
    Нужно реализовать метод __iter__ в классе, который должен возвращать итератор (объект с методом __next__). Чаще всего класс делает сам себя итератором: __iter__ возвращает self, а также определяется метод __next__, который возвращает следующий элемент или бросает StopIteration при конце последовательности. Тогда экземпляры класса можно использовать в цикле for. Альтернативно, __iter__ может возвращать отдельный объект-итератор, определённый в классе или вне его.
  26. Как сделать экземпляр класса вызываемым как функцию? Senior
    Нужно определить метод `__call__(self, ...)` в классе. Тогда объект этого класса можно будет вызывать как функцию: obj(args) будет транслироваться в obj.__call__(args). Это используется, например, чтобы экземпляры могли работать как функции или для реализации функциональных объектов (functors).
  27. Как получить список атрибутов объекта во время выполнения? Senior
    Можно получить словарь атрибутов объекта: obj.__dict__ (содержит все наборы имен и значений атрибутов экземпляра). Также встроенная функция `dir(obj)` возвращает список имён атрибутов (включая методы класса). Ещё вариант – воспользоваться функцией vars(obj), которая по сути то же, что obj.__dict__ для экземпляров. Через эти средства можно узнать, какие атрибуты определены у объекта на данный момент.
  28. Что такое метод __del__ и когда он вызывается? Senior
    __del__ – деструктор объекта. Вызывается интерпретатором в момент удаления объекта (когда счётчик ссылок на него стал 0, и сборщик мусора решил его уничтожить). В __del__ можно описать завершающие действия (например, освободить внешний ресурс). Но время вызова __del__ неопределено (особенно при циклических ссылках, объект может жить до конца программы), поэтому полагаться на него не рекомендуется. Чаще используют контекстные менеджеры или явное закрытие. __del__ вызывается также при завершении программы для оставшихся объектов, но порядок вызова в этом случае не гарантируется.
  29. Опишите порядок поиска переменной по именам (правило LEGB). Senior
    При обращении к имени в Python поиск происходит в таком порядке: L – Local (локальная область функции), E – Enclosed (нелокальная – в объемлющих функциях, для вложенных функций), G – Global (глобальная – в модуле), B – Built-in (встроенная – в пространстве встроенных имен, например, len, str). Как только имя найдено на одном из уровней, дальше поиск не идёт. Это называется правилом LEGB. Например, внутри функции Python сначала ищет имя среди локальных переменных, потом – в переменных внешних функций, затем в глобальных переменных модуля и наконец во встроенных.
  30. Для чего используется ключевое слово nonlocal? Senior
    nonlocal аналогично global, но для нелокальных переменных (замыканий). Оно позволяет внутри вложенной функции присваивать переменной из объемлющей функции (не из глобальной). Без nonlocal такое присваивание создало бы новую локальную переменную. Используя nonlocal x, мы говорим, что x – это переменная из внешней (но не глобальной) области видимости, и хотим изменить её. Пример: во вложенной функции можно пометить nonlocal counter, чтобы инкрементировать счётчик, определённый во внешней функции.
  31. Что такое конструкция match/case в Python? Senior
    Это аналог оператора выбора (switch/case), появившийся в Python 3.10 под названием “структурное сопоставление”. Синтаксис:\n```python\nmatch value:\n case Паттерн1:\n ...\n case Паттерн2:\n ...\n```\nПозволяет сравнивать объект со множеством шаблонов (паттернов): можно проверять значение, тип, распаковывать последовательности, словари и т.д. В зависимости от первого совпавшего case выполняется соответствующий блок. Это мощнее классического switch, т.к. умеет извлекать части объекта при сопоставлении. Если ни один case не подошёл и предусмотрен case _ (подчёркивание) – он срабатывает как default.
  32. Что лучше использовать для повторного использования кода: наследование или композицию? Senior
    Зависит от ситуации, но часто предпочтительнее композиция. Наследование связывает классы жёстко (is-a отношение) и увеличивает сложность иерархии; его уместно применять, когда подкласс действительно специализирует поведение базового. Композиция же (has-a отношение) позволяет гибче сочетать функциональность: объект включает другие объекты и делегирует им работу. Композицию проще менять в runtime (подменяя компоненты), а наследование определяет поведение на этапе разработки. Принцип SOLID (буква "принцип предпочтения композиции наследованию") рекомендует избыточно не наследоваться, если можно обойтись композицией.
  33. Чем отличается абсолютный импорт от относительного? Senior
    Абсолютный импорт указывает полный путь к модулю, начиная от корня пакета или директории, указанной в sys.path. Например, `import package.module`. Относительный импорт используется внутри пакета, чтобы импортировать соседние модули, не дублируя имя пакета. Он записывается с точками: `from . import module` (импорт модуля из той же папки) или `from ..subpackage import mod` (подняться на уровень выше). Относительный импорт удобен при реорганизации пакета, но работает только в пределах пакета (при запуске модуля как __main__ относительные импорты могут не работать без указания пакета).
  34. Чем тип Decimal отличается от типа float? Senior
    Decimal (из модуля decimal) представляет десятичные числа с фиксированной точностью, хранит число как десятичную дробь. Он избегает проблем двоичного представления – например, 0.1 точно представимо в Decimal. Float – двоичное приближённое представление, быстрее по операциям, но может давать погрешности (0.1+0.2 != 0.3). Decimal работает медленнее float, но позволяет задавать нужную точность и выполняет арифметику без двоичных артефактов, что важно в финансовых расчётах.
  35. Что значит писать "Pythonic" код? Senior
    “Pythonic” – так говорят о коде, который использует идеомы и возможности Python наиболее эффективно и красиво. Например, вместо громоздких циклов – списковые включения или генераторы, вместо ручных индексных счётчиков – enumerate, вместо сложных вложенных условий – EAFP (try/except) или idiomatic `if not x:`, и т.п. Pythonic-код читается легко, близок к псевдокоду, используя элементы стандарной библиотеки и языка так, как это принято у опытных Python-разработчиков (следуя принципам “явное лучше неявного”, “простое лучше сложного” и другим из “Дзен Python”).
  36. Что такое функциональное программирование и поддерживается ли оно в Python? Senior
    Функциональное программирование – парадигма, где основным элементом являются функции, не имеющие побочных эффектов и состояния (чистые функции), а данные неизменяемы. Python не является чисто функциональным языком, но поддерживает некоторые функциональные приёмы: функции – объекты первого класса (их можно передавать, возвращать), есть lambda-выражения (анонимные функции), встроенные функции высшего порядка (map, filter, reduce – через functools), генераторы, списковые/словари/множества включения. Также возможно писать код без явного изменения состояния. Но Python не навязывает функциональный стиль и допускает побочные эффекты – поэтому называют его мультипарадигменным, с поддержкой элементов ФП.
  37. Какую роль играет блок else в конструкции try/except? Senior
    Блок `else` после всех except выполняется только если в try-блоке не возникло никаких исключений. Это полезно для кода, который должен выполниться, когда ошибок не произошло (и, например, не должен выполняться, если была поймана и обработана ошибка). С точки зрения логики, это разделяет “успешный” путь выполнения и обработку исключений. Например, можно в try попытаться что-то вычислить, в except обработать возможные ошибки, а в else – выполнить действия, которые должны происходить только при отсутствии ошибок.
  38. Что такое цепочка исключений (exception chaining) в Python? Senior
    Это механизм автоматического связывания исключений, когда одно было поднято во время обработки другого. В Python, если в except бросить новое исключение, то у него атрибут __context__ будет хранить первоначальное исключение. В traceback это отображается сообщением “During handling of this exception, another exception occurred”. Также можно явно связать исключения: `raise NewException() from OriginalException`. Тогда у нового исключения __cause__ будет задана, и traceback покажет "The above exception was the direct cause of the following exception". Этот механизм помогает не терять информацию о исходной причине ошибки.
  39. Можно ли декорировать класс так же, как функцию, и зачем это может быть нужно? Senior
    Да, класс тоже можно декорировать – синтаксис @decorator перед определением class. Декоратор класса – это функция, принимающая готовый класс и возвращающая либо модифицированный класс, либо совершенно другой объект вместо класса. Это используется, например, в ORM-фреймворках, где декоратор регистрирует класс как модель, или для автоматически добавления методов/атрибутов. Простейший пример: @dataclass – стандартный декоратор, который добавляет в класс генерируемые __init__, __repr__ и др. Таким образом, декорирование класса позволяет менять или дополнять его определение автоматически.
  40. Что такое интроспекция в Python? (Как язык позволяет изучать объекты во время выполнения?) Senior
    Интроспекция – это способность программы исследовать типы и структуру объектов во время выполнения. Python очень динамичен, и у него богатые средства интроспекции: функция `type()` даст тип объекта, `id()` – идентификатор, `isinstance()` – проверит принадлежность к классу. `dir(obj)` перечислит атрибуты объекта. Модуль `inspect` позволяет получить исходный код функции, список аргументов, проверить, из какого модуля объект, какие методы у класса. Благодаря этим средствам, например, IDE или фреймворки могут автоматически изучать объекты (для документации, автодополнения, маршаллизации и т.д.).
  41. Для чего используется функция eval() и какие риски с ней связаны? Senior
    `eval(code)` выполняет строку code как Python-выражение и возвращает результат. Например, eval("2+2") вернёт 4. Это позволяет выполнять динамический код, заданный строкой. Однако eval потенциально опасна: если передать ей недоверенный ввод, он может выполнить любой произвольный код (например, вызвать os.system("rm -rf /")). Поэтому применять eval следует крайне осторожно и по возможности избегать, особенно на данных от пользователя. Безопасной альтернативой может быть ast.literal_eval для строк, содержащих только литералы, или ограничение контекста eval через параметры globals/locals.
  42. Чем отличаются функции eval() и exec()? Senior
    `eval(expr)` вычисляет одно выражение и возвращает результат. `exec(stmt)` выполняет набор операторов (стейтментов) и всегда возвращает None. Проще: eval подходит для получения значения выражения из строки (например, вычислить математическое выражение), а exec позволяет выполнить произвольный код (например, строку с определением функции, циклом и т.д.). Exec гибче (может выполнять любую программу), но не возвращает результата. С точки зрения безопасности, оба несут риск, но exec ещё мощнее, т.к. выполняет и действия, а не только вычисления.
  43. Чем отличается SyntaxError от исключений, возникающих во время выполнения? Senior
    SyntaxError – это ошибка парсинга кода, обнаруживается еще на этапе компиляции байт-кода, до выполнения программы. Код с синтаксической ошибкой вообще не запустится (нужно исправить исходник). Исключения же (TypeError, ValueError и прочие) возникают при выполнении уже корректно скомпилированной программы, когда случается неверная ситуация. Исключения можно перехватывать в runtime через try/except, а SyntaxError нельзя обработать внутри кода – он препятствует запуску кода. SyntaxError обычно говорит о допущенной опечатке или неправильной грамматике в исходнике.
  44. Назовите несколько отличий между Python 3 и Python 2. Senior
    Python 3 – развитие языка, не полностью обратно совместимое с Python 2. Главное: в Python 3 все строки – это Unicode (тип str), а в Python 2 были отдельные типы str (байты) и unicode. В Python 3 print стал функцией, а не оператором. Деление целых чисел `/` в Python 3 всегда возвращает float (в Python 2 целочисленное деление по умолчанию). Также изменена логика сравнения разных типов (в Python 3 нельзя сравнить несравнимые типы напрямую). Еще: в Python 3 range возвращает “ленивую” последовательность (как xrange в Python 2), а xrange исчез. Поддержка Python 2 официально прекращена, сейчас используется Python 3.x.
  45. Почему Python считается медленным? Как можно повысить производительность Python-программы? Senior
    Python относительно медленнее компилируемых языков, потому что: интерпретируется (каждая инструкция выполняется виртуальной машиной), динамически типизирован (затраты на проверку типов в runtime), и глобальная блокировка интерпретатора (GIL) не даёт использовать все ядра с потоками в CPython. Для ускорения: 1) Использовать эффективные алгоритмы и структуры данных (чтобы снизить фактор сложности – это главное); 2) Выносить критичные участки в C/С++ (напрямую или через Cython, ctypes, numpy) – вычисления будут компилироваться; 3) Параллелить через multiprocessing или использовать альтернативные реализации (PyPy с JIT может дать прирост). Также профилирование кода поможет найти узкие места и оптимизировать именно их.
  46. Что такое PEP и какова его роль в сообществе Python? Senior
    PEP (Python Enhancement Proposal) – это документ с предложением по развитию языка. В них описываются новые фичи, изменения или процессы. Например, PEP8 – стиль, PEP20 – “Дзен Python”, многие PEPы посвящены синтаксису (f-строки, типы, паттерн-матчинг – все введено через PEPы). PEP обсуждается сообществом и, при одобрении руководителями (BDFL раньше, теперь советом) реализуется. PEPы важны тем, что документируют путь развития Python и служат спецификацией для реализации новых возможностей.
  47. Как из Python выполнить вызов внешней программы или командной строки? Senior
    Можно использовать модуль subprocess. Функция `subprocess.run([...])` позволяет запустить внешнюю программу (аргументы передаются списком строк) и дождаться её завершения. Она возвращает объект CompletedProcess с кодом возврата и выводом. Например: `subprocess.run(["ls", "-l"])`. Для более сложного взаимодействия (поток ввода, получение вывода) есть `subprocess.Popen`. Исторически можно использовать os.system, но он менее гибкий (просто выполняет команду в shell). Сегодня subprocess – стандартный подход для выполнения внешних команд.
  48. Что такое список __all__ в модуле и для чего он используется? Senior
    __all__ – это специальный список строк, определённый в модуле, который указывает, какие имена должны экспортироваться при использовании конструкции `from module import *`. Если __all__ задан, то import * загрузит только перечисленные в нём имена. Если __all__ нет, import * по умолчанию экспортирует все имена, не начинающиеся с “_” (подчёркивания). Таким образом, __all__ позволяет контролировать публичный интерфейс модуля, скрывая внутренние детали.
  49. Какой принцип описывает фраза "Лучше прощение, чем разрешение" (EAFP) и как это проявляется в Python? Senior
    “Легче просить прощения, чем разрешения” – принцип EAFP в Python-культуре: лучше сразу попытаться выполнить опасную операцию и обработать исключение, чем заранее проверять все условия, чтобы гарантировать её безопасное выполнение. Например, проще вызвать `.remove()` элемента из списка внутри try/except (ловя ValueError, если элемента нет), чем до вызова проверять через if (element in list). Python поощряет EAFP (через быстрые исключения), а не LBYL (Look Before You Leap), поэтому использование try/except часто является более Pythonic-способом.
  50. Что такое «Дзен Python» (Zen of Python)? Senior
    Это набор из 19 принципов, описывающих философию дизайна и написания кода на Python, сформулированный Тимом Петерсом. Он доступен через easter egg: команда `import this` выведет эти афоризмы (например, “Beautiful is better than ugly”, “Explicit is better than implicit”, “Simple is better than complex”, “Sparse is better than dense” и т.д.). “Дзен Python” не имеет прямой технической силы, но отражает идиоматику и дух языка, помогая программировать “в стиле Python”.
  51. Что такое sys.path и как он влияет на импорт модулей? Senior
    Это список строк – путей, по которым интерпретатор ищет модули при импорте. Он формируется из текущей директории (или директории скрипта), переменной окружения PYTHONPATH, путей установки пакетов и встроенных стандартных путей. Когда выполняется import, Python проходит по списку sys.path и ищет файл модуля или пакет. Изменяя sys.path (например, добавляя новый путь), можно программно повлиять на то, откуда будут загружаться модули. Однако чрезмерно менять sys.path не рекомендуется – лучше использовать установки пакетов или переменную окружения.
  52. Что такое виртуальное окружение (virtual environment) Python и для чего оно используется? Senior
    Виртуальное окружение – это изолированная среда для исполнения Python, имеющая собственный набор установленных пакетов, независимо от глобальных пакетов системы. Оно используется, чтобы разные проекты могли иметь разные зависимости (включая разные версии библиотек), не конфликтуя друг с другом. Инструменты: стандартный модуль venv (python -m venv envdir) или pipenv/conda. Активация окружения (source env/bin/activate) изменяет PATH так, что python и pip ссылаются на локальную копию. Таким образом, виртуальное окружение обеспечивает чистоту и воспроизводимость окружения проекта.
  53. Что такое deadlock (взаимная блокировка) в многопоточности? Senior
    Deadlock – это ситуация, когда несколько потоков навсегда заблокированы, ожидая друг друга. Часто происходит из-за неправильного порядка захвата нескольких ресурсов: например, поток A захватил Lock1 и ждёт Lock2, а поток B захватил Lock2 и ждёт Lock1 – оба будут ждать бесконечно. Deadlock можно предотвратить, соблюдая согласованный порядок захвата ресурсов, используя timeouts при ожидании блокировок или более высокоуровневые примитивы (например, условные переменные) для координации, либо системой обнаружения deadlock (но в Python обычно просто избегают ситуаций, ведущих к взаимной блокировке).
  54. Какой по умолчанию максимальный размер глубины рекурсии в Python и как его изменить? Senior
    Интерпретатор CPython по умолчанию ограничивает глубину рекурсии (вложенных вызовов функций) до 1000 (это значение можно получить через sys.getrecursionlimit()). Это сделано, чтобы избежать переполнения стека. Попытка рекурсивно вызвать функцию глубже этого лимита приведёт к RecursionError. Изменить лимит можно вызовом sys.setrecursionlimit(n), но делать это следует осторожно – слишком высокий лимит может привести к крэшу интерпретатора, если стек переполнится (особенно в C).
  55. Возможна ли утечка памяти в Python? Приведите пример. Senior
    Да, хотя сборщик мусора обычно освобождает неиспользуемые объекты, утечки возможны. Например, если объекты ссылаются друг на друга (цикл ссылок) и при этом реализуют __del__, такой цикл не будет собран (в CPython сборщик мусора не уничтожает циклы с деструкторами). Это приведёт к утечке памяти. Также утечки могут происходить из-за объектов, живущих в глобальной области, или extension-модулей на C, которые забыли освободить память. Корректное программирование (разрывать циклы ссылок или не использовать __del__ без необходимости) и профилирование памяти (например, модулем tracemalloc) помогают выявлять и устранять утечки.
  56. Назовите несколько отличий Python от Java. Senior
    Python динамически типизирован, Java – статически (в Python типы проверяются во время выполнения, в Java – при компиляции). Python интерпретируемый (байт-код исполняется на лету), Java компилируется в байт-код, который работает на JVM (тоже виртуальная машина, но с JIT). Синтаксис: Python более лаконичен (отступы вместо фигурных скобок, нет точек с запятой), в Java код более “шумный”. Управление памятью: в обоих есть сборщик мусора, но Python использует reference counting + GC. Многопоточность: Java потоки параллельны (если многоядерная CPU), в Python (CPython) из-за GIL потоки не выполняют Python-байт-код параллельно. Также Java – компилируемый язык с явным объявлением типов, Python – интерпретируемый с утиной типизацией. В целом, Java быстрее и подходит для крупных строго типизированных систем, Python – более гибкий, позволяет быстрее разрабатывать и прототипировать.
  57. Каковы основные недостатки или ограничения Python? Senior
    Во-первых, скорость выполнения – Python медленнее компилируемых языков из-за интерпретации и динамической типизации. Во-вторых, GIL – глобальная блокировка интерпретатора – не позволяет эффективно использовать многопоточность для CPU-нагрузки. Ещё: Python – интерпретируемый, поэтому распределение приложений может требовать установки интерпретатора или упаковывания (что усложняет деплой по сравнению со статически скомпилированными бинарниками). Также потребление памяти может быть высоким (объектная модель накладывает оверхед). Кроме того, динамическая типизация может приводить к ошибкам, обнаруживаемым только во время исполнения (что требует хорошего покрытия тестами). Несмотря на эти недостатки, богатая экосистема зачастую компенсирует их, но учитывать их нужно.
  58. Что такое позиционные-only аргументы функции и как их объявить? Senior
    В Python 3.8+ можно определять параметры функции, которые можно передавать только позиционно (нельзя указывать имя при вызове). Для этого используется символ `/` в списке параметров функции. Например: `def f(x, y, /, z):` – x и y позиционные-only, а z можно передать по имени. При вызове f, x и y нельзя назвать (только f(1,2,z=3) допустимо). Это иногда используется в CPython для оптимизации встроенных функций (или, например, чтобы обеспечить отличие двух параметров, если они имеют одинаковый тип и имена ни о чем не говорят).