Question 1

Qual è la differenza fondamentale tra una lista e una tupla in Python?

Accepted Answer

Le liste sono mutabili (modificabili dopo la creazione) mentre le tuple sono immutabili (non modificabili). Questa immutabilità rende le tuple hashable e utilizzabili come chiavi di dizionario, a differenza delle liste. Le tuple sono inoltre leggermente più performanti in termini di memoria e velocità di accesso.

Question 2

Quale metodo si deve usare per aggiungere un elemento alla fine di una lista Python?

Accepted Answer

Il metodo append() aggiunge un singolo elemento alla fine di una lista. Modifica la lista in-place e restituisce None. Per aggiungere più elementi, usare extend() o l'operatore +=. Il metodo insert() permette di aggiungere a una posizione specifica.

Question 3

Come si crea un dizionario vuoto in Python?

Accepted Answer

Un dizionario vuoto può essere creato con {} o dict(). La sintassi {} è più concisa e leggermente più veloce. La notazione {} crea un dizionario vuoto, mentre set() crea un insieme vuoto. Per un insieme vuoto, è obbligatorio usare set() perché {} è riservato ai dizionari.

Strutture dati Python

Qual è la differenza fondamentale tra una lista e una tupla in Python?

Risposta

Quale metodo si deve usare per aggiungere un elemento alla fine di una lista Python?

Risposta

Come si crea un dizionario vuoto in Python?

Risposta

Qual è il risultato dell'espressione [x**2 for x in range(5)]?

Quale caratteristica distingue un set dalle altre collezioni Python?

Altri argomenti di colloquio Data Science & ML

Fondamenti di Python

Programmazione Orientata agli Oggetti in Python

Fondamenti di Git

Fondamenti di SQL

Fondamenti di NumPy

Fondamenti di Pandas

Jupyter & Google Colab

SQL Joins e query avanzate

Pandas avanzato

Visualizzazione con Matplotlib & Seaborn

Visualizzazioni interattive con Plotly

Statistica descrittiva

Statistica inferenziale

Web Scraping

BigQuery & Cloud Data

Feature Engineering

ML Supervisionato: Regressione

ML Supervisionato: Classificazione

Alberi Decisionali e Ensembles

ML Non Supervisionato

Pipeline ML e Validazione

Serie Temporali e Previsione

Fondamenti di Deep Learning

TensorFlow & Keras

CNN e classificazione di immagini

RNN e Sequenze

Transformers e Attention

NLP e Hugging Face

GenAI e LangChain

MLOps e Deployment

Padroneggia Data Science & ML per il tuo prossimo colloquio