CodeRoadMap
路线图学习路径文章题库资源社区

浏览

首页路线图学习路径知识库题库文章资源社区我的学习
CodeRoadMap

中文编程学习导航:路线图、讲义与题库,进度可同步。

路线图学习路径文章题库社区

© 2026 CodeRoadMap

津ICP备2026012044号-1|coderoadmap@126.com
首页/Python 100 天/99.面试中的公共问题

课程目录

  1. 0101.初识Python
  2. 0202.第一个Python程序
  3. 0303.Python语言中的变量
  4. 0404.Python语言中的运算符
  5. 0505.分支结构
  6. 0606.循环结构
  7. 0707.分支和循环结构实战
  8. 0808.常用数据结构之列表-1
  9. 0909.常用数据结构之列表-2
  10. 1010.常用数据结构之元组
  11. 1111.常用数据结构之字符串
  12. 1212.常用数据结构之集合
  13. 1313.常用数据结构之字典
  14. 1414.函数和模块
  15. 1515.函数应用实战
  16. 1616.函数使用进阶
  17. 1717.函数高级应用
  18. 1818.面向对象编程入门
  19. 1919.面向对象编程进阶
  20. 2020.面向对象编程应用
  21. 2121.文件读写和异常处理
  22. 2222.对象的序列化和反序列化
  23. 2323.Python读写CSV文件
  24. 2424.Python读写Excel文件-1
  25. 2525.Python读写Excel文件-2
  26. 2626.Python操作Word和PowerPoint文件
  27. 2727.Python操作PDF文件
  28. 2828.Python处理图像
  29. 2929.Python发送邮件和短信
  30. 3030.正则表达式的应用
  31. 3131.Python语言进阶
  32. 3232-33.Web前端入门
  33. 3334-35.玩转Linux操作系统
  34. 3436.关系型数据库和MySQL概述
  35. 3537.SQL详解之DDL
  36. 3638.SQL详解之DML
  37. 3739.SQL详解之DQL
  38. 3840.SQL详解之DCL
  39. 3941.MySQL新特性
  40. 4042.视图、函数和过程
  41. 4143.索引
  42. 4244.Python接入MySQL数据库
  43. 4345.Hive实战
  44. 4446.Django快速上手
  45. 4547.深入模型
  46. 4648.静态资源和Ajax请求
  47. 4749.Cookie和Session
  48. 4850.制作报表
  49. 4951.日志和调试工具栏
  50. 5052.中间件的应用
  51. 5153.前后端分离开发入门
  52. 5254.RESTful架构和DRF入门
  53. 5355.RESTful架构和DRF进阶
  54. 5456.使用缓存
  55. 5557.接入三方平台
  56. 5658.异步任务和定时任务
  57. 5759.单元测试
  58. 5860.项目上线
  59. 5961.网络数据采集概述
  60. 6062.用Python获取网络资源-1
  61. 6162.用Python解析HTML页面-2
  62. 6263.并发编程在爬虫中的应用
  63. 6363.Python中的并发编程-1
  64. 6463.Python中的并发编程-2
  65. 6563.Python中的并发编程-3
  66. 6664.使用Selenium抓取网页动态内容
  67. 6765.爬虫框架Scrapy简介
  68. 6866.数据分析概述
  69. 6967.环境准备
  70. 7068.NumPy的应用-1
  71. 7169.NumPy的应用-2
  72. 7270.NumPy的应用-3
  73. 7371.NumPy的应用-4
  74. 7472.深入浅出pandas-1
  75. 7573.深入浅出pandas-2
  76. 7674.深入浅出pandas-3
  77. 7775.深入浅出pandas-4
  78. 7876.深入浅出pandas-5
  79. 7977.深入浅出pandas-6
  80. 8078.数据可视化-1
  81. 8179.数据可视化-2
  82. 8280.数据可视化-3
  83. 8381.浅谈机器学习
  84. 8482.k最近邻算法
  85. 8583.决策树和随机森林
  86. 8684.朴素贝叶斯算法
  87. 8785.回归模型
  88. 8886.K-Means聚类算法
  89. 8987.集成学习算法
  90. 9088.神经网络模型
  91. 9189.自然语言处理入门
  92. 9290.机器学习实战
  93. 9391.团队项目开发的问题和解决方案
  94. 9492.Docker容器技术详解
  95. 9593.MySQL性能优化
  96. 9694.网络API接口设计
  97. 9795.使用Django开发商业项目
  98. 9896.软件测试和自动化测试
  99. 9997.电商网站技术要点剖析
  100. 10098.项目部署上线和性能调优
  101. 10199.面试中的公共问题
  102. 102100.补充内容
第 101 课1 天

99.面试中的公共问题

1. TCP/IP模型相关问题。

课程内容

面试中的公共问题

计算机基础

  1. TCP/IP模型相关问题。

    建议阅读阮一峰的《互联网协议入门(一)》和《互联网协议入门(二)》。

  2. HTTP和HTTPS相关问题。

    建议阅读阮一峰的《HTTP 协议入门》和《SSL/TLS协议运行机制的概述》。

  3. Linux常用命令和服务。

  4. 进程和线程之间的关系。什么时候用多线程?什么时候用多进程?。

  5. 关系型数据库相关问题(ACID、事务隔离级别、锁、SQL优化)。

  6. 非关系型数据库相关问题(CAP/BASE、应用场景)。

Python基础

  1. 开发中用过哪些标准库和三方库。

    标准库:sys / os / re / math / random / logging / json / pickle / shelve / socket / datetime / hashlib / configparser / urllib / itertools / collections / functools / threading / multiprocess / timeit / atexit / abc / asyncio / base64 / concurrent.futures / copy / csv / operator / enum / heapq / http / profile / pstats / ssl / unittest / uuid

    三方库:openpyxl / xlrd / xlwt / PyPDF2 / ReportLab / PyYAML / jieba / pillow / requests / urllib3 / responses / aiohttp / BeautifulSoup4 / lxml / pyquery / PyMySQL / psycopg2 / redis / PyMongo / Peewee / SQLAlchemy / alipay / PyJWT / itsdangerous / celery / flower / elasticsearch-dsl-py / PyCrypto / Paramiko / logbook / nose / pytest / coverage / Selenium / lineprofiler / memoryprofiler / matplotlib / pygal / OpenCV

  2. 装饰器的作用、原理和实现。

  • 使用过哪些魔法方法。

    建议阅读《Python魔术方法指南》。

  • 生成式、生成器、迭代器的编写。

  • 列表、集合、字典的底层实现。

  • 垃圾回收相关问题。

  • 并发编程的相关问题。

  • 协程和异步I/O相关知识。

  • Django和Flask

    1. MVC架构(MTV)解决了什么问题。

    2. 中间件的执行流程以及如何自定义中间件。

    3. REST数据接口如何设计(URL、域名、版本、过滤、状态码、安全性)。

      建议阅读阮一峰的《RESTful API设计指南》。

    4. 使用ORM框架实现CRUD操作的相关问题。

      • 如何实现多条件组合查询 / 如何执行原生的SQL / 如何避免N+1查询问题
    5. 如何执行异步任务和定时任务。

    6. 如何实现页面缓存和查询缓存?缓存如何预热?

    爬虫相关

    1. Scrapy框架的组件和数据处理流程。
    2. 爬取的目的(项目中哪些地方需要用到爬虫的数据)。
    3. 使用的工具(抓包、下载、清理、存储、分析、可视化)。
    4. 数据的来源(能够轻松的列举出10个网站)。
    5. 数据的构成(抓取的某个字段在项目中有什么用)。
    6. 反反爬措施(限速、请求头、Cookie池、代理池、Selenium WebDriver、RoboBrowser、TOR、OCR)。
    7. 数据的体量(最后抓取了多少数据,多少W条数据或多少个G的数据)。
    8. 后期数据处理(持久化、数据补全、归一化、格式化、转存、分类)。

    数据分析

    1. 科学运算函数库(SciPy和NumPy常用运算)。
    2. 数据分析库(Pandas中封装的常用算法)。
    3. 常用的模型及对应的场景(分类、回归、聚类)。
    4. 提取了哪些具体的指标。
    5. 如何评价模型的优劣。
    6. 每种模型实际操作的步骤,对结果如何评价。

    项目相关

    1. 项目团队构成以及自己在团队中扮演的角色(在项目中的职责)。
    2. 项目的业务架构(哪些模块及子模块)和技术架构(移动端、PC端、后端技术栈)。
    3. 软件控制管理相关工具(版本控制、问题管理、持续集成)。
    4. 核心业务实体及其属性,实体与实体之间的关系。
    5. 用到哪些依赖库,依赖库主要解决哪方面的问题。
    6. 项目如何部署上线以及项目的物理架构(Nginx、Gunicorn/uWSGI、Redis、MongoDB、MySQL、Supervisor等)。
    7. 如何对项目进行测试,有没有做过性能调优。
    8. 项目中遇到的困难有哪些,如何解决的。
    ← 上一课98.项目部署上线和性能调优下一课 →100.补充内容