不是又一份「一百道题」清单。十道题，按面试官真正要探的五个方面分组，每组先说清这类题在考什么——然后是能推演的代码、答案，以及他们接下来一定会追问的那一句。
多数 Python 面试题清单只给答案，不告诉你在考什么。所以有人能背出「元组不可变」却照样丢分：面试官要的是那个后果——不可变换来可哈希，可哈希才是元组能当字典键、而列表不能的原因。
下面这些是反复出现的题，聚成五块：内置类型到底保证了什么、默认参数与闭包如何捕获值、同一性何时不等于相等性、执行模型对线程和内存做了什么、以及类级状态如何在实例之间漏出去。其中两道——可变默认参数与循环里的 lambda——是同一个机制的两个侧面，这正是面试官爱把它们配成一对的原因。
先自己把代码推一遍再展开解析。每条解析都点出通常紧跟着来的那个追问，因为真实面试里，第一个答案只换来被问更难一题的资格。
面试官很少想听教科书那句「元组不可变」。他们想听的是后果：不可变才带来可哈希，可哈希才使它能当字典的键、能放进集合。先说机制、再给一个真正用得上的场景，两句话就说完了别人绕一整段还没说清的事。
通常怎么问：「list 和 tuple 有什么区别？」·「为什么 list 不能当字典的键？」
第 1 题
除了「一个可变一个不可变」，list 与 tuple 在实践中真正的区别是什么？
正确答案：B. tuple 可哈希（前提是内部元素也可哈希），因而能当字典键、能进集合；list 不行
🐱 不可变是原因，可哈希才是你真正用得上的结果。d[(1, 2)] = 'x' 可以，d[[1, 2]] = 'x' 会抛 TypeError: unhashable type。还有一个能把好答案拉开差距的补充：元组只有在内部元素全都可哈希时才可哈希——hash((1, [2])) 照样报错。两者都能装混合类型；速度差异小到不足以成为选型理由。
第 2 题
这段代码打印什么？为什么？
a = [1, 2, 3]
b = a[:]
c = a
a.append(4)
print(len(b), len(c))正确答案：B. 3 4
🐱 b = a[:] 创建了一个新列表（浅拷贝）；c = a 只是给同一个对象再绑了个名字。通过 a 追加元素，c 看得见、b 看不见，所以答案是 3 4。追问几乎必来：切片拷贝是浅的——如果列表里装的是子列表，b 里的子列表仍然和 a 里是同一批对象，这时才需要 copy.deepcopy。
这一组是面试官区分「用过 Python」和「读过 Python」的地方。两个坑反复出现：默认参数在定义时求值一次（所以可变默认值会被所有调用共享），闭包按引用捕获变量而非按值（所以循环里造出来的 lambda 看到的是循环变量的最终值）。能把这两个机制讲清、并说出各自的修法，这一组的问题基本就覆盖了。
通常怎么问：「def f(x=[]) 有什么问题？」·「讲讲装饰器」·「为什么这一串 lambda 打印的是同一个数？」
第 3 题
这段代码打印什么？
def add(item, target=[]):
target.append(item)
return target
print(add(1))
print(add(2))正确答案：B. 先 [1]，后 [1, 2]
🐱 那个默认的 [] 只在执行 def 那一行时创建一次，不是每次调用都新建。于是两次调用改的是同一个列表，得到 [1] 和 [1, 2]。面试官想听的修法：默认值写 None，进函数体内再建（if target is None: target = []）。注意这个坑只咬可变默认值；def f(x=0) 没问题，因为整数无法原地修改。
第 4 题
这段代码打印什么？
fns = [lambda: i for i in range(3)]
print([f() for f in fns])正确答案：B. [2, 2, 2]
🐱 每个 lambda 闭包捕获的是变量 i 本身，而不是创建时刻的值。等到任何一个 lambda 真正被调用时，推导式早已结束、i 是 2，于是三个都返回 2。标准修法是在定义时把值绑住：lambda i=i: i——默认参数会立刻求值，正是上一题那条「默认值在定义时求值一次」的规则，这次被反过来利用了。
第 5 题
用一句面试官会认可的话解释：装饰器是什么？
正确答案：B. 一个接收函数、返回替代品的可调用对象，用 @ 语法应用
🐱 def f 上面写 @log，等价于 f = log(f)——没有比这更玄的东西。把这个等价关系说出口，后续追问就都好答了：多个装饰器自下而上生效（离 def 最近的先包），以及包装函数应带 functools.wraps 以保住原函数名和文档字符串。只会背「给函数增加功能」的人，通常卡在叠加顺序那一问上。
is 比较同一性（内存中是不是同一个对象），== 比较值——这句人人都会说。分数拉开在后半句：你在小整数或短字符串上见过的那些反直觉的 is 结果，来自 CPython 把它们驻留了，那是实现细节，因此绝不能写依赖它的代码。一句「那是 CPython 的实现细节，不是语言保证」，能把这道题收得漂亮。
通常怎么问：「is 和 == 有什么区别？」·「为什么 256 is 256 和 257 is 257 表现不同？」
第 6 题
什么时候该用 is 而不是 ==？
is 已废弃正确答案：B. 与 None、True、False 这些单例比较时
🐱 当你真正想表达「就是同一个对象」时，is 才是对的工具：if x is None 是判空的惯用写法，因为 None 是单例，而自定义类完全可以重写 __eq__ 让 x == None 说谎。比较值就用 ==。在数字或字符串上用 is，在交互式解释器里看着能用（因为驻留），一旦碰到缓存范围之外的值就崩——这正是本题要抓的 bug。
GIL 这道题真正在问的是：你知不知道它拖累的是哪类活。一句话足够：全局解释器锁意味着同一时刻只有一个线程在执行 Python 字节码，所以多线程加速不了 CPU 密集型任务——但对 I/O 密集型有用，因为等待网络或磁盘时锁会被释放。接着说出逃生门：CPU 密集要并行就上 multiprocessing（或原生扩展）。生成器则是内存侧的对应物：一次产出一个元素，而不是先把整个列表建出来。
通常怎么问：「GIL 是什么？它怎么影响你的代码？」·「列表推导式还是生成器？为什么？」
第 7 题
你的脚本大部分时间都在等 HTTP 响应。用 Python 多线程能加速吗？
正确答案：B. 能——等待 I/O 时 GIL 会被释放，多个线程的等待因此重叠起来
🐱 这正是本题要考的分野。GIL 串行化的是字节码执行，不是等待：线程阻塞在 socket 上时会释放锁，其他线程照跑。所以 I/O 密集型任务用线程（或 asyncio）能很好地并行。选项 D 是典型的矫枉过正——听到「GIL 让线程没用」就套到所有场景，包括线程恰恰是对的工具的这一种。
第 8 题
你要把一个一千万行日志文件里的字节数求和。哪种写法更好？为什么？
# A
total = sum([int(line) for line in f])
# B
total = sum(int(line) for line in f)正确答案：B. B——生成器表达式避免了在内存里建出一千万元素的列表
🐱 A 先把所有值都实体化进一个列表再求和——一千万个整数同时占着内存。B 一次只产出一个值，内存占用是平的。可以直接说出的通则：需要保留或多次使用元素时才建列表；只打算迭代一次时用生成器——而 sum 恰恰只迭代一次。Python 不会替你把 A 改写成 B。
类属性这道题之所以被问，是因为一个具体的 bug：可变类属性被所有实例共享，于是一个对象上的 append 会出现在所有对象上。它是「可变默认参数」的面向对象版表亲；面试官爱考它，因为背下了定义的人照样会栽在代码版本上。至于双下方法，能落地的短答案是：__repr__ 给开发者看、应当无歧义；__str__ 给用户看、应当易读——只定义一个的话就定义 __repr__，因为 str() 会回退到它。
通常怎么问：「类属性和实例属性的区别？」·「__str__ 和 __repr__ 有什么不同？」
第 9 题
这段代码打印什么？
class Team:
members = []
def add(self, name):
self.members.append(name)
a, b = Team(), Team()
a.add('Ann')
print(len(b.members))正确答案：B. 1
🐱 members 是类属性——所有实例共享同一个列表。a.add('Ann') 改的就是那个共享列表，所以 b 也看得见，答案是 1。修法是把每个实例自己的状态建在 __init__ 里：def __init__(self): self.members = []。有个值得一提的细节：重新绑定（self.members = [...]）会创建实例属性、不影响其他对象——真正漏出去的是通过共享引用做的原地修改。
初级到中级面试里反复出现的是：list 与 tuple（以及可哈希如何由不可变推出）、可变默认参数、is 与 ==、GIL 对线程的影响、列表推导式与生成器、装饰器、浅拷贝与深拷贝。本页全部覆盖。
先给机制、再给一个后果，然后停。「默认参数在定义时求值一次，所以可变默认值会被多次调用共享，因此默认值要写 None」——这就是完整答案。再往下铺，只会在你把分数落袋之前招来更难的追问。
256 is 256 为真，这个能依赖吗？不能。小整数缓存与字符串驻留都是 CPython 的实现细节，不是语言保证。在面试里明确说出这一点，通常比记住确切的缓存区间更值钱。
是。本页全部按 CPython 上的 Python 3.x 陈述——除非面试方另行说明，这也是面试默认的前提。
它们是围绕面试反复考查的概念编写的原创题，不是任何公司面试流程的实录。这一点有实际意义：你练的是机制，而不是背某一家的题单。