1.is和==有什么区别？
在 Python 中，is和都用于比较，但它们的比较对象和逻辑完全不同，核心区别在于：is比较的是 “对象身份”（是否为同一个对象），比较的是 “对象值”（是否相等）。
- is：比较的是两个对象的id值是否相等，也就是比较俩对象是否为同一个实例对象。是否指向同一个内存地址。
- == ： 比较的两个对象的内容/值是否相等，默认会调用对象的eq()方法。
2.解释python中的GIL锁
在 Python 中，GIL（Global Interpreter Lock，全局解释器锁）是 CPython 解释器（Python 最常用的官方实现）中的一个核心机制，它本质上是一个互斥锁（mutex），作用是确保同一时刻只有一个线程在执行 Python字节码。
GIL对多线程的影响
GIL 的存在直接影响了 Python 多线程的执行效率，具体表现因任务类型而异：
- CPU 密集型任务（如大量计算）
- 多线程效率低下：由于 GIL 限制，即使在多核 CPU 上，多个线程也无法并行执行 Python 字节码，只能 “交替执行”（同一时刻只有一个线程占用 CPU）。
- 线程切换会带来额外开销（如保存 / 恢复线程状态），因此多线程可能比单线程更慢。例如，用多线程计算斐波那契数列，实际速度可能不如单线程。
- I/O 密集型任务（如网络请求、文件读写）
- 多线程有效：当线程执行 I/O 操作（如等待网络响应、磁盘读写）时，会主动释放 GIL，让其他线程有机会执行。
- 因此，多线程可以在等待 I/O 的间隙利用 CPU，提高整体效率（比如多线程并发爬取网页）。
关键误区：GIL 不是 Python 的 “语言特性” - GIL 是CPython 解释器的实现细节，而非 Python 语言本身的限制。其他 Python 解释器（如 Jython、IronPython）没有 GIL，它们可以利用多线程实现真正的并行。
- 但由于 CPython 是最主流的解释器（默认安装的 Python 就是 CPython），因此通常说的 “Python GIL” 其实特指 CPython 的 GIL。
如何绕过 GIL?
如果需要利用多核 CPU 处理 CPU 密集型任务，可以通过以下方式绕过 GIL：
- 多进程（multiprocessing模块）：
每个进程有独立的 Python 解释器和内存空间，各自拥有独立的 GIL，因此可以在多核上并行执行。缺点是进程间通信成本较高（需通过队列、管道等）。 - C 扩展：
耗时的计算逻辑用 C/C++ 实现（通过Cython或ctypes调用），在 C 扩展中释放 GIL，允许 Python 线程和 C 线程并行。 - 异步编程（asyncio）：
基于单线程的事件循环，通过非阻塞 I/O 处理并发，避免线程切换开销（适合 I/O 密集型任务）。
总结
- GIL 是 CPython 的全局互斥锁，确保同一时刻只有一个线程执行 Python 字节码。
- 对 CPU 密集型任务，多线程受 GIL 限制无法并行，效率低；对 I/O 密集型任务，多线程可通过释放 GIL 提高效率。
- 绕过 GIL 的主流方式是多进程（利用多核）或异步编程（优化 I/O 并发）。
3.解释__new__和__init__的区别。
- 在 Python 中，__new__和__init__都是类的特殊方法（魔术方法），但它们的作用和调用时机完全不同，核心区别在于：__new__负责创建对象，__init__负责初始化对象。
- 作用与调用时机:
new:是一个类方法（第一个参数为类本身cls），在对象被创建之前调用，用于创建并返回一个类的实例。它是实例的 “创建者”，决定是否创建新实例、创建什么样的实例（甚至可以返回其他类的实例）。
init：是一个实例方法（第一个参数为实例本身self），在对象被创建之后调用，用于初始化实例的属性（如给实例绑定变量、设置初始值）。它是实例的 “初始化者”，仅负责对已创建的实例进行配置，不参与实例的创建过程。 - 参数与返回值:
- new：第一个参数必须是cls（表示当前类），后续参数与类的构造参数一致（即创建实例时传入的参数）;必须返回一个实例对象（通常是cls的实例，也可以是其他类的实例）。如果返回None或非当前类的实例，__init__方法不会被调用。
- init：第一个参数必须是self（表示已创建的实例），后续参数与__new__的参数一致（由__new__传递而来）;没有返回值（若返回非None值，会抛出TypeError）。