python为什么不解除gil 为什么python的GIL问题一直让人诟病，python社区却不解决？
为什么python的GIL问题一直让人诟病，python社区却不解决？
吉尔，这把大锁，今天仍然存在。这是有道理的。首先，我们知道Python是一种解释性语言，代码执行是在解释器中执行的。解释性语言不能实现真正的多线程并发是一个常见的问题。这是先天的。多个线程共享主进程资源。如果线程没有被锁定，线程是并发的，并且多个线程修改共享数据，就会导致数据混淆，这是不可靠的。因为解释器不知道在哪里修改代码中的共享数据，所以它直接锁定线程。解释器一次只允许运行一个线程。
当然，您可能会说，我只要求解释器锁定要修改的共享数据，这样多线程就可以真正并行了？事实上，一个大老板在国外做这件事已经很久了。测试结果表明，执行效率不如直接锁定线程。到目前为止，python开发团队还没有针对这个问题提出更好的解决方案。这是解释性语言的通病。另外，这个问题很难解决。
虽然Gil大锁的存在影响了多线程，不能实现真正的并发，但我们可以用多进程来解决。
作为一名研究生，除了可以用python写各种算法之外，还应该如何提高自己的python水平？
作为一名研究生，您用Python编写算法。我认为你想发展大数据和人工智能。
近年来，随着大数据和人工智能的爆炸式发展，Python变得越来越流行。如果你想提高你的Python水平，我想你可以从以下几点开始
！Apache spark是一个大数据处理框架，计算速度快，使用方便，支持复杂分析，有可能取代MapReduce。
尽管Python在机器学习和人工智能方面有很好的应用，但Python有一个很大的缺陷。它不支持分布式计算，但这并不重要。Spark提供了一个优秀的Python接口pyspark。有了它，python在分布式计算和流计算方面有了很大的改进。
另外，spark的核心RDD弹性分布式数据集与Python中panda的数据帧非常相似，可以很容易地相互转换。因此spark赋予Python以分布式方式处理大型数据集的能力。
Python有许多强大的web后端框架，如Django、flash等。学习这一点可以巩固Python的基础，并使用Python的高级用法，如装饰器、类、魔术方法、数据库等。
您不能总是在一台机器上使用该型号。您可以在大数据框架和网站中部署模型。这要求您了解后端和分布式计算。学习这两个方面，不仅可以提高python的水平，也可以让你在未来的大数据和人工智能领域发力。
python为什么不解除gil cuda支持列表 cuda编程 有必要吗
版权声明：本文内容由互联网用户自发贡献，本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。
