python3的缩进机制是这样的：
以第一句缩进的代码为标准，如果第一句缩进的代码缩进了2个空格，那么后面的代码也都要缩进两个空格；
如果第一句代码缩进了4个空格，那么后面的代码也要缩进4个空格；
如果第一句代码是用tab键缩进的，那么后面的代码也要用tab键缩进；
一般最常用的是4个空格或者一个tab键作为缩进，但是由于4个空格和1个tab键间距是相等的，要注意区分。另外用两个空格作为缩进在python里比较少见，其他情况就更少见了
一共分为4个大题:
考试操作平台为Win10中文版和微软Office2019中文版。(全新系统，请慎重报名！)
(一)一级计算机应用基础：实行上机考试，时间60分钟。客观题部分含单选题、多选题和判断题，占总成绩40%。操作能力部分含文档综合(Word)、表格综合(Excel)、演示文稿综合(PowerPoint)三方面，占总成绩60%。
(二)二级python程序设计：实行上机考试，时间120分钟。题型含单选题(20%)、判断题(10%)、程序填空题(18%)、函数设计题(16%)和程序设计题(36%)
(三)二级C程序设计、二级Java程序设计：分笔试和上机考试两项，有一项缺考，总成绩按缺考处理。笔试成绩占总成绩60%，上机成绩占总成绩40%。笔试时间90分钟，题型含程序阅读、程序填空和程序设计。上机考试时间60分钟，题型含程序填空(20%)、程序改错(20%)、程序设计(2题，合计占60%)。
(三)二级办公软件高级应用技术：实行上机考试，时间为90分钟。题型含单选题(10%)、判断题(10%)、短文档单项操作(Word，15%)、长文档综合操作(Word，25%)、表格综合操作(Excel，25%)、演示文稿综合操作(PowerPoint，15%)。
(四)三级：实行理论笔试，时间为120分钟。共有数据库技术、计算机网络技术、单片机及应用技术、嵌入式系统及应用技术四个考种。
以下网站python sql 全部适用 加油
SQL算是声明式的数据操纵语言，基本上感觉是对着数据库管理系统在喊：给偶什么样的数据！似乎大部分人都不认为SQL十分困难。的确，入门十分简单。
这里整理推荐几个偶自己学习时用过的在线学习网站，可以帮助初学者快速入门SQL，在交互式的环境里学习，不用自己劳神搭建一个数据库，也不用担心损坏别人的数据库，就可以达到完成基本的数据提取工作的水平。
1. http://www.w3school.com.cn/
速查基础SQL命令，快速理解SQL命令的含义和使用方法。最后做一下SQL测试，看看是否建立了基本的SQL概念。
无需注册。
2. CodeCademy
https://www.codecademy.com/learn/learn-sql
https://www.codecademy.com/learn/sql-table-transformation
交互式地学习并在类似真实数据库下使用SQL。对SQL语言常用的指令有个简单的流程化的影响和蜻蜓点水的了解。免费功能也足够学习了。
需要注册，解锁高级功能需要付费。
3. https://sqlbolt.com
友好的界面，详细解释SQL语句的功能，并提供了可交互的在线编程环境，体会SQL的用法。
无需注册。
4. http://www.w3resource.com/sql-exercises/
题量丰富但基础，提供可交互的编程窗口，但界面不够友好。适合已经大体掌握SQL后巩固之用。
无需注册。
5. http://www.sql-ex.ru/
题量丰富且困难，出题的人考虑到了实际使用时的一些坑爹场景。适合刷题解闷，理解SQL运行的深层逻辑。网站风格古老。标准答案有时候都不能通过答题系统。
需要注册。
1、多线程使用Python是个好主意吗？列出一些方法可以让一些Python代码以并行方式运行。
答：Python不允许真正意义上的多线程。它有一个多线程包，但如果你想使用多线程来加速你的代码，那么使用它通常不是一个好主意。Python有一个名为全局解释器锁(Global Interpreter Lock（GIL）)的结构。GIL确保每次只能执行一个“线程”。一个线程获取GIL，做一点工作，然后将GIL传递到下一个线程。这种情况发生的很快，因此对于人眼看来，你的线程似乎是并行运行的，但它们实际上只是轮流使用相同的CPU核心。所有这些GIL传递都增加了运行的内存。这意味着如果你想让代码运行得更快，那么使用线程包通常不是一个好主意。
使用Python的线程包也是有原因的。如果你想同时运行一些东西，并且效率不是一个问题，那么它就完全没问题了。或者，如果你正在运行需要等待某些事情的代码（例如某些IO），那么它可能会很有意义。但是线程库不会让你使用额外的CPU核心。
多线程可以外包到操作系统（通过多处理），一些调用Python代码的外部应用程序（例如，Spark或Hadoop），或者Python代码调用的一些代码例如：你可以使用你的Python代码调用一个C函数来完成昂贵的多线程事务。
2、这段代码输出了什么：
def f(x,l=[]):for i in range(x):l.append(i*i)print(l) f(2)f(3,[3,2,1])f(3)
答：[0, 1][3, 2, 1, 0, 1, 4][0, 1, 0, 1, 4]
3、如何在Python中管理内存？
Python中的内存管理由Python私有堆空间管理。所有Python对象和数据结构都位于私有堆中。程序员无权访问此私有堆。Python解释器负责处理这个问题。Python对象的堆空间分配由Python的内存管理器完成。核心API提供了一些程序员编写代码的工具Python还有一个内置的垃圾收集器，它可以回收所有未使用的内存，并使其可用于堆空间。
4、range＆xrange有什么区别？
在大多数情况下，xrange和range在功能方面完全相同。它们都提供了一种生成整数列表的方法，唯一的区别是range返回一个Python列表对象，x range返回一个xrange对象。
这就表示xrange实际上在运行时并不是生成静态列表。它使用称为yielding的特殊技术根据需要创建值。该技术与一种称为生成器的对象一起使用。因此如果你有一个非常巨大的列表，那么就要考虑xrange。
5、Python中help()和dir()函数的用法是什么？
Help()和dir()这两个函数都可以从Python解释器直接访问，并用于查看内置函数的合并转储。
help()函数：help()函数用于显示文档字符串，还可以查看与模块，关键字，属性等相关的使用信息。
dir()函数：dir()函数用于显示定义的符号。
6、NumPy中有哪些操作Python列表的函数？
Python的列表是高效的通用容器。它们支持（相当）有效的插入，删除，追加和连接，Python的列表推导使它们易于构造和操作。
它们有一定的局限性：它们不支持像素化加法和乘法等“向量化”操作，并且它们可以包含不同类型的对象这一事实意味着Python必须存储每个元素的类型信息，并且必须执行类型调度代码在对每个元素进行操作时。
NumPy不仅效率更高; 它也更方便。你可以免费获得大量的向量和矩阵运算，这有时可以避免不必要的工作。它们也得到有效实施。
NumPy数组更快，你可以使用NumPy，FFT，卷积，快速搜索，基本统计，线性代数，直方图等内置。