Python面试常考函数

以下是数据处理、分析和可视化领域面试中常考的100个函数，按类别整理：

Pandas库函数（约40个）

1. pd.read_csv() - 读取CSV文件
2. pd.read_excel() - 读取Excel文件
3. pd.DataFrame() - 创建数据框
4. pd.Series() - 创建序列
5. df.head() - 查看前几行
6. df.tail() - 查看后几行
7. df.info() - 查看数据信息
8. df.describe() - 描述性统计
9. df.shape - 查看数据维度
10. df.columns - 获取列名
11. df.dtypes - 查看数据类型
12. df.isnull() - 检查缺失值
13. df.fillna() - 填充缺失值
14. df.dropna() - 删除缺失值
15. df.drop() - 删除行或列
16. df.rename() - 重命名列
17. df.sort_values() - 按值排序
18. df.sort_index() - 按索引排序
19. df.groupby() - 分组操作
20. df.agg() - 聚合函数
21. df.merge() - 合并数据框
22. df.join() - 连接数据框
23. df.concat() - 拼接数据框
24. df.pivot_table() - 创建透视表
25. df.melt() - 宽数据转长数据
26. df.apply() - 应用函数
27. df.applymap() - 元素级应用函数
28. df.map() - 序列映射
29. df.query() - 查询数据
30. df.loc[] - 标签索引
31. df.iloc[] - 位置索引
32. df.unique() - 唯一值
33. df.nunique() - 唯一值数量
34. df.value_counts() - 值计数
35. df.corr() - 相关性分析
36. df.cov() - 协方差分析
37. df.sample() - 随机抽样
38. df.copy() - 复制数据框
39. df.to_csv() - 导出CSV
40. df.to_excel() - 导出Excel

NumPy库函数（约20个）

41. np.array() - 创建数组
42. np.arange() - 创建等差数组
43. np.linspace() - 创建线性间隔数组
44. np.zeros() - 创建全零数组
45. np.ones() - 创建全一数组
46. np.random.rand() - 生成随机数
47. np.random.randn() - 生成标准正态分布随机数
48. np.random.randint() - 生成随机整数
49. np.reshape() - 改变数组形状
50. np.transpose() - 转置数组
51. np.concatenate() - 连接数组
52. np.split() - 分割数组
53. np.sort() - 排序数组
54. np.mean() - 计算平均值
55. np.median() - 计算中位数
56. np.std() - 计算标准差
57. np.var() - 计算方差
58. np.sum() - 求和
59. np.min() - 最小值
60. np.max() - 最大值

Matplotlib库函数（约15个）

61. plt.figure() - 创建图形
62. plt.plot() - 绘制线图
63. plt.scatter() - 绘制散点图
64. plt.bar() - 绘制柱状图
65. plt.hist() - 绘制直方图
66. plt.boxplot() - 绘制箱线图
67. plt.pie() - 绘制饼图
68. plt.xlabel() - 设置x轴标签
69. plt.ylabel() - 设置y轴标签
70. plt.title() - 设置标题
71. plt.legend() - 添加图例
72. plt.grid() - 添加网格
73. plt.xlim() - 设置x轴范围
74. plt.ylim() - 设置y轴范围
75. plt.show() - 显示图形

Seaborn库函数（约15个）

76. sns.lineplot() - 绘制线图
77. sns.scatterplot() - 绘制散点图
78. sns.barplot() - 绘制柱状图
79. sns.histplot() - 绘制直方图
80. sns.boxplot() - 绘制箱线图
81. sns.violinplot() - 绘制小提琴图
82. sns.heatmap() - 绘制热力图
83. sns.pairplot() - 绘制成对关系图
84. sns.jointplot() - 绘制联合分布图
85. sns.distplot() - 绘制分布图
86. sns.countplot() - 绘制计数图
87. sns.regplot() - 绘制回归图
88. sns.lmplot() - 绘制线性模型图
89. sns.set_style() - 设置样式
90. sns.set_palette() - 设置调色板

数据处理与分析函数（约10个）

91. pd.to_datetime() - 转换为日期时间
92. df.resample() - 时间重采样
93. df.rolling() - 滚动窗口计算
94. df.expanding() - 扩展窗口计算
95. df.shift() - 数据平移
96. df.pct_change() - 百分比变化
97. df.cumsum() - 累积求和
98. df.cumprod() - 累积乘积
99. df.rank() - 排名
100. df.cut() - 数据分箱
     这些函数涵盖了数据处理、分析和可视化的主要方面，建议不仅要掌握它们的基本用法，还要理解它们在实际数据分析场景中的应用。

---

Python面试中经常考察的函数可以分为几大类，以下是常见的100个函数及其用法：

内置函数（约30个）

1. print() - 输出内容
2. len() - 返回对象长度
3. range() - 生成数字序列
4. type() - 返回对象类型
5. str() - 转换为字符串
6. int() - 转换为整数
7. float() - 转换为浮点数
8. list() - 转换为列表
9. dict() - 创建字典
10. tuple() - 创建元组
11. set() - 创建集合
12. max() - 返回最大值
13. min() - 返回最小值
14. sum() - 求和
15. sorted() - 排序
16. enumerate() - 枚举
17. zip() - 合并迭代器
18. map() - 映射函数
19. filter() - 过滤
20. reduce() - 累积计算
21. isinstance() - 判断类型
22. hasattr() - 判断属性
23. getattr() - 获取属性
24. setattr() - 设置属性
25. delattr() - 删除属性
26. open() - 打开文件
27. input() - 获取用户输入
28. eval() - 执行表达式
29. exec() - 执行代码
30. dir() - 列出属性

字符串处理函数（约15个）

31. str.split() - 分割字符串
32. str.join() - 连接字符串
33. str.strip() - 去除两端空白
34. str.replace() - 替换
35. str.find() - 查找子串
36. str.index() - 查找索引
37. str.count() - 计数
38. str.upper() - 转大写
39. str.lower() - 转小写
40. str.capitalize() - 首字母大写
41. str.title() - 标题化
42. str.startswith() - 判断开头
43. str.endswith() - 判断结尾
44. str.format() - 格式化
45. str.isdigit() - 判断数字

列表/元组操作函数（约15个）

46. list.append() - 添加元素
47. list.extend() - 扩展列表
48. list.insert() - 插入元素
49. list.remove() - 移除元素
50. list.pop() - 弹出元素
51. list.sort() - 排序
52. list.reverse() - 反转
53. list.count() - 计数
54. list.index() - 查找索引
55. tuple.count() - 计数
56. tuple.index() - 查找索引
57. list.copy() - 复制
58. list.clear() - 清空
59. all() - 全部为真
60. any() - 任一为真

字典操作函数（约10个）

61. dict.keys() - 获取键
62. dict.values() - 获取值
63. dict.items() - 获取键值对
64. dict.get() - 获取值
65. dict.update() - 更新字典
66. dict.pop() - 弹出值
67. dict.popitem() - 弹出项
68. dict.setdefault() - 设置默认值
69. dict.clear() - 清空
70. dict.copy() - 复制

集合操作函数（约10个）

71. set.add() - 添加元素
72. set.update() - 更新集合
73. set.remove() - 移除元素
74. set.discard() - 丢弃元素
75. set.pop() - 弹出元素
76. set.clear() - 清空
77. set.union() - 并集
78. set.intersection() - 交集
79. set.difference() - 差集
80. set.symmetric_difference() - 对称差集

文件操作函数（约10个）

81. file.read() - 读取文件
82. file.readline() - 读取行
83. file.readlines() - 读取所有行
84. file.write() - 写入文件
85. file.writelines() - 写入多行
86. file.close() - 关闭文件
87. file.seek() - 移动指针
88. file.tell() - 获取指针位置
89. file.flush() - 刷新缓冲区
90. with open() - 上下文管理器

其他重要函数（约10个）

91. lambda - 匿名函数
92. def - 定义函数
93. return - 返回值
94. yield - 生成器
95. import - 导入模块
96. from...import - 导入特定函数
97. class - 定义类
98. __init__() - 初始化方法
99. __str__() - 字符串表示
100. __repr__() - 官方字符串表示
     这些函数是Python面试中的高频考点，建议不仅要了解它们的基本用法，还要理解它们的工作原理和适用场景。

---

以上内容由AI生成，仅供参考和借鉴