021-71053903 [email protected] پشتیبانی از شنبه تا چهارشنبه ساعت 9 الی 16

سوالات مصاحبه پایتون برای حرفه ای ها

فهرست مطالب پنهان

1. چگونه با استفاده از مقادیر ستون های دیگر یک ستون جدید در پانداها ایجاد کنیم؟

ما می توانیم عملیات ریاضی مبتنی بر ستون را بر روی یک دیتافریم پاندا انجام دهیم. ستون های پاندا حاوی مقادیر عددی می توانند توسط اپراتورها کار کنند.

کد

import pandas as pd
a=[1,2,3]
b=[2,3,5]
d={"col1":a,"col2":b}
df=pd.DataFrame(d)
df["Sum"]=df["col1"]+df["col2"]
df["Difference"]=df["col1"]-df["col2"]
df

 

خروجی

پانداها

 

2. توابع مختلفی که می تواند توسط گروبی در پانداها استفاده شود چیست؟

grouby() در پانداها را می توان با توابع جمع چندگانه استفاده کرد. برخی از آنها sum(),mean(), count(),std() هستند.

داده‌ها بر اساس دسته‌ها به گروه‌هایی تقسیم می‌شوند و سپس داده‌ها در این گروه‌های فردی با توابع فوق‌الذکر تجمیع می‌شوند.

 

3. چگونه می توان ستون ها را در پانداها انتخاب کرد و آنها را به یک دیتافریم جدید اضافه کرد؟ اگر دو ستون با یک نام وجود داشته باشد چه؟

اگر df dataframe در پانداها باشد، df.columns لیست تمام ستون ها را نشان می دهد. سپس می‌توانیم با انتخاب ستون‌ها، ستون‌های جدیدی تشکیل دهیم.

اگر دو ستون با نام یکسان وجود داشته باشد، هر دو ستون در قالب داده جدید کپی می شوند.

کد

print(d_new.columns)
d=d_new[["col1"]]
d

 

خروجی

خروجی

 

4. چگونه یک ستون یا گروهی از ستون ها را در پانداها حذف کنیم؟ با توجه به دیتافریم زیر ستون “col1” را رها کنید.

تابع drop() می تواند برای حذف ستون ها از یک دیتافریم استفاده شود.

d={"col1":[1,2,3],"col2":["A","B","C"]}
df=pd.DataFrame(d)
df=df.drop(["col1"],axis=1)
df

 

خروجی

 

5. با توجه به سطرهای رها کردن قاب داده زیر با مقادیر ستون A.

کد

d={"col1":[1,2,3],"col2":["A","B","C"]}
df=pd.DataFrame(d)
df.dropna(inplace=True)
df=df[df.col1!=1]
df

 

خروجی

 

6. با توجه به مجموعه داده زیر، پردرآمدترین بازیکن را در هر کالج در هر تیم پیدا کنید.

df.groupby(["Team","College"])["Salary"].max()

 

7. با توجه به مجموعه داده فوق، حداقل حداکثر و میانگین دستمزد یک بازیکن را در سطح دانشگاهی و تیمی پیدا کنید.

کد

df.groupby(["Team","College"])["Salary"].max.agg([('max','max'),('min','min'),('count','count'),('avg','min')])

 

خروجی

8. Reindexing در پانداها چیست؟

ایندکس مجدد فرآیند تخصیص مجدد فهرست یک قاب داده پاندا است.

کد

import pandas as pd
bikes=["bajaj","tvs","herohonda","kawasaki","bmw"]
cars=["lamborghini","masserati","ferrari","hyundai","ford"]
d={"cars":cars,"bikes":bikes}
df=pd.DataFrame(d)
a=[10,20,30,40,50]
df.index=a
df

 

خروجی

 

9. از تابع لامبدا چه می فهمید؟ یک تابع لامبدا ایجاد کنید که مجموع تمام عناصر این لیست را چاپ کند -> [5، 8، 10، 20، 50، 100]

from functools import reduce
sequences = [5, 8, 10, 20, 50, 100]
sum = reduce (lambda x, y: x+y, sequences)
print(sum)

 

10. vstack() در numpy چیست؟ مثال زدن

پاسخ vstack() تابعی برای تراز کردن ردیف ها به صورت عمودی است. همه سطرها باید تعداد عناصر یکسانی داشته باشند.

کد

import numpy as np
n1=np.array([10,20,30,40,50])
n2=np.array([50,60,70,80,90])
print(np.vstack((n1,n2)))

 

خروجی

 

11. چگونه پایتون را تفسیر کنیم؟

هنگامی که یک برنامه پایتون نوشته می شود، کد منبع نوشته شده توسط توسعه دهنده را به زبان میانی تبدیل می کند، که سپس به زبان ماشینی که باید اجرا شود، پوشانده می شود.

 

12. چگونه فاصله ها را از یک رشته در پایتون حذف کنیم؟

با استفاده از توابع strip() یاplace() می توان فضاها را از یک رشته در پایتون حذف کرد. تابع Strip () برای حذف فضاهای سفید اصلی و انتهایی استفاده می شود در حالی که تابع ()replace برای حذف تمام فضاهای سفید در رشته استفاده می شود:

string.replace(“”””) ex1: str1=
چاپ “یادگیری عالی” (str.strip())

o/p: یادگیری عالی

ex2: str2=”یادگیری عالی”
چاپ (str.replace(“”””))

o/p: یادگیری عالی

 

13. حالت های پردازش فایل که پایتون پشتیبانی می کند را توضیح دهید.

سه حالت پردازش فایل در پایتون وجود دارد: فقط خواندنی(r)، نوشتن فقط(w)، خواندنی نوشتنی(rw) و ضمیمه (a). بنابراین، اگر یک فایل متنی را در حالت گفته، خواندن باز می کنید. حالت های قبلی به “rt” برای خواندن فقط، “wt” برای نوشتن و غیره تبدیل می شوند. به طور مشابه، یک فایل باینری را می توان با مشخص کردن “b” به همراه فایل دسترسی به پرچم (“r”، “w”، “rw” و “a”) قبل از آن باز کرد.

 

14. ترشی و ترشی کردن چیست؟

Pickling فرآیند تبدیل یک سلسله مراتب شی پایتون به یک جریان بایت برای ذخیره آن در یک پایگاه داده است. به عنوان سریال سازی نیز شناخته می شود. ترشی کردن برعکس ترشی است. جریان بایت دوباره به یک سلسله مراتب شی تبدیل می شود.

 

15. حافظه در پایتون چگونه مدیریت می شود؟

مدیریت حافظه در پایتون شامل یک پشته خصوصی است که شامل تمام اشیا و ساختار داده است. Heap توسط مترجم مدیریت می شود و برنامه نویس اصلاً به آن دسترسی ندارد. مدیریت حافظه پایتون تمام تخصیص حافظه را انجام می دهد. علاوه بر این، یک زباله جمع کن داخلی وجود دارد که حافظه را برای فضای پشته بازیافت و آزاد می کند.

 

16. unittest در پایتون چیست؟

Unittest یک چارچوب تست واحد در پایتون است. این برنامه از اشتراک گذاری کد راه اندازی و خاموش کردن تست ها، تجمیع تست ها در مجموعه ها، اتوماسیون تست و استقلال تست ها از چارچوب گزارش پشتیبانی می کند.

 

17. چگونه یک فایل را در پایتون حذف می کنید؟

فایل ها را می توان در پایتون با استفاده از دستور os.remove (نام فایل) یا os.unlink (نام فایل) حذف کرد.

 

18. چگونه یک کلاس خالی در پایتون ایجاد می کنید؟

برای ایجاد یک کلاس خالی می توانیم از دستور pass بعد از تعریف شی کلاس استفاده کنیم. پاس یک عبارت در پایتون است که هیچ کاری انجام نمی دهد.

 

19. دکوراتورهای پایتون چیست؟

پاسخ دکوراتورها توابعی هستند که توابع دیگری را به عنوان آرگومان برای تغییر رفتار آن بدون تغییر خود تابع می گیرند. اینها زمانی مفید هستند که بخواهیم به صورت پویا عملکرد یک تابع را بدون تغییر آن افزایش دهیم. به عنوان مثال :

def smart_divide(func):
    def inner(a, b):
        print("Dividing", a, "by", b)
        if b == 0:
            print("Make sure Denominator is not zero")
            return
return func(a, b)
    return inner
@smart_divide
def divide(a, b):
    print(a/b)
divide(1,0)

 

در اینجا smart_divide یک تابع تزئینی است که برای افزودن قابلیت به تابع تقسیم ساده استفاده می شود.

 

 

محمدرضا حسنی

224 مطلب منتشر شده

دانش آموخته رشته فناوری اطلاعات / موسس پایتونی ها

درباره این مطلب نظر دهید !

محصولات فروش پایتونی ها

%60
تخفیف

آموزش فیگما (Figma)

30,000 تومان
3
%69
تخفیف

آموزش برنامه نویسی پایتون

35,000 تومان
2