python全局鎖

① python多線程只第一個while循環

Python 多線程只執行第一個 while 循環的原因是因為 Python 的全局鎖 (GIL) 的存在。GIL 是為了保證多線程操作時不會出現數據競爭和死鎖的問題，它會確保在任意時刻只有一個線程在執行 Python 代碼。雖然多線程在 Python 中可以提高程序的並發性，但是由於 GIL 的存在，導致 Python 的多線程無法真正地實現並行計算。因此，在 Python 中，多線程適合於 IO 密集型任務，而不適合於 CPU 密集型任務。

對於如何解決多線程只執行第一個 while 循環的問題，可以使用多進程和協程來代替多線程。多進程可以在不同的進程中運行 Python 代碼，每個進程都有自己的 GIL，因此可以實現真正的並行計算。而協程則是一種輕量級的線程，它不需要像線程一樣佔用系統資源，只需要在程序內部切換來實現並發計算皮渣。悔睜因此，在 Python 中，多進程和協程都是比較好的並發編程方式。

需要注意的是，多線程雖然存在 GIL 的限制，但對於一些 IO 密集型任務，多線程仍然可以提高程序的並發能力，因為在 IO 操作時，線程會釋放 GIL，從而可以讓其他線程進入運行狀態。因此，在實際編程中，需要燃前悄根據具體的任務需求，選擇合適的並發編程方式。

② Python編程面試常見問題有哪些

Python編程面試題目一：python下多線程的限制以及多進程中傳遞參數的方式，以及區別

(1)python下多線程的限制以及多進程中傳遞參數的方式

python多線程有個全局解釋器鎖(global interpreter lock)，這個鎖的意思是任一時間只能有一個線程使用解釋器，跟單cpu跑多個程序一個意思，大家都是輪著用的，這叫“並發”，不是“並行”。

多進程間共享數據，可以使用 multiprocessing.Value 和 multiprocessing.Array

(2)python多線程與多進程的區別

在UNIX平台上，當某個進程終結之後，該進程需要被其父進程調用wait，否則進程成為僵屍進程(Zombie)。所以，有必要對每個Process對象調用join()方法 (實際上等同於wait)。對於多線程來說，由於只有一個進程，所以不存在此必要性。

多進程應該避免共享資源。在多線程中，我們可以比較容易地共享資源，比如使用全局變數或者傳遞參數。在多進程情況下，由於每個進程有自己獨立的內存空間，以上方法並不合適。此時我們可以通過共享內存和Manager的方法來共享資源。但這樣做提高了程序的復雜度，並因為同步的需要而降低了程序的效率。

Python編程面試題目二：lambada函數

lambda 函數是一個可以接收任意多個參數(包括可選參數)並且返回單個表達式值的函數。 lambda 函數不能包含命令，它們所包含的表達式不能超過一個。不要試圖向lambda 函數中塞入太多的東西;如果你需要更復雜的東西，應該定義一個普通函數，然後想讓它多長就多長。

更多關於Python編程的技巧，干貨，資訊等內容，小編會持續更新。

③ python多線程全局變數和鎖

1.python中數據類型，int,float,復數，字元，元組，做全局變數時需要在函數裡面用global申明變數，才能對變數進行操作。

而，對象，列表，詞典，不需要聲明，直接就是全局的。

2.線程鎖mutex=threading.Lock()

創建後就是全局的。線程調用函數可以直接在函數中使用。

mutex.acquire()開啟鎖

mutex=release()關閉鎖

要注意，死鎖的情況發生。

注意運行效率的變化:

正常1秒，完成56997921

加鎖之後，1秒只運行了531187，相差10倍多。

3.繼承.threading.Thread的類，無法調用__init__函數，無法在創建對象時初始化新建的屬性。

4.線程在cpu的執行，有隨機性

5. 新建線程時，需要傳參數時，args是一個元組，如果只有一個參數，一定後面要加一個,符號。不能只有一個參數否則線程會報創建參數錯誤。threading.Thread(target=fuc,args=(arg,))

④ python multiprocessing問題,為什麼輸出結果和預期不一樣

眾所周知，由於python（Cpython）的全局鎖（GIL）問題存在，導致Thread也就是線程的並行並不可實現。 multiprocessing 模塊採用多進程而不是多線程的方式實現並行，解決了GIL的問題，一定程度上使狀況得到了緩解。

然而，Multiprocess本身依然有一些功能上的瓶頸。其中一個重要的是：進程之間不能共享內存（線程間則可以共享內存）。這意味著在進程間交換數據的時候，需要把數據打包、傳遞，解包。在python的語境下就是：

"pickle from main process to the subprocess;

depickle from subprocess to an object in memory;

pickle and return to the main process;

depickle from main process and return to memory"

(具體詳見這個問題下的吐槽)

因此， 在需要在進程間共享巨大的數據包的時候，多進程的表現還不如單進程。

除此之外，當需要運行的程序本身不是計算密集型而是是IO密集型，多進程所增加的讀寫會抵消掉運算速度的增益；如果程序復雜度根本不需要用並行來解決，那麼建立進程（池）的時間很可能比運行程序本身還要慢；另外，在進程池 multiprocessing.Pool(n) 的 n 的選擇上，如果選擇了多於當前CPU的核心數目的數字（ multiprocessing.cpu_count() ），那麼在進程之間切換的功夫會大大拉低效率。

建立對線程和進程關系的直觀印象，可參考這篇文章。

快速而完整地了解python的全局鎖（GIL）問題，參考這篇不錯的博客。

為了解 multiprocess 的使用，我做了一些測試，測試環境是4核的Macbook Air。如下：

from multiprocessing import Process, Manager, Pool

1 def f(l):
2 l.reverse()
3
return
4
5 def main():
6
l1 = [random.randrange(0, 100000, 1) for i in range(0, 100000)]
7
l2 = [random.randrange(0, 100000, 1) for i in range(0, 100000)]
8
l3 = [random.randrange(0, 100000, 1) for i in range(0, 100000)]
9
l4 = [random.randrange(0, 100000, 1) for i in range(0, 100000)]
10
l5 = [random.randrange(0, 100000, 1) for i in range(0, 100000)]
11
l6 = [random.randrange(0, 100000, 1) for i in range(0, 100000)]
12
l7 = [random.randrange(0, 100000, 1) for i in range(0, 100000)]
13
s = time.time()
14
for l in [l1, l2, l3, l4, l5, l6, l7]:
15
f(l)
16
print "%s seconds" % (time.time() - s)
17
s = time.time()
18 map(f, [l1, l2, l3, l4, l5, l6, l7])
19
print "%s seconds" % (time.time() - s)
20
p = Pool(4)
21
s = time.time()
22 p.map(f, [l1, l2, l3, l4, l5, l6, l7])
23
print "%s seconds" % (time.time() - s)
24
return

也就是分別測試 f() 對 l1, l2, l3, l4, l5, l6, l7 7個列表的操作時間。先是循環的依次操作，再是python中非常好用的 map() 函數，最後是 multiprocessing 的進程池 multiprocessing.Pool.map() ——進程池中建立了4個 worker process , 也就是說，接下來的任務會被隨機地分配給4個進程來完成。

每次操作之前都重新計時，得到了這樣的結果：

>>> main()
0.00250101089478 seconds
0.000663995742798 seconds
0.907639980316 seconds

多進程出奇得慢。而 map() 相對於循環操作有很大的效率提升。

⑤ Python有什麼缺點呢

1. - 運行速度慢，因為Python是解釋型語言，是一種高級語言，代碼會在執行的時候，一行一行的使用解釋器翻譯成底層代碼，翻譯成機器碼，而這個過程非常耗時，所以他運行過程中，比很多語言的代碼都慢了很多。
- 線程不能利用多CPU，這是Python最大的確定，GIL即全局解釋器鎖（Global Interpreter Lock），是計算機程序設計語言解釋器用於同步線程的工具，使得任何時刻僅有一個線程在執行，Python的線程是操作系統的原生線程。在Linux上為pthread，在Windows上為Win thread，完全由操作系統調度線程的執行。一個python解釋器進程內有一條主線程，以及多條用戶程序的執行線程。即使在多核CPU平台上，由於GIL的存在，所以禁止多線程的並行執行。
Python的優缺點可以看看傳智播客的社區，裡面很多技術老師寫的相關文章。並且有學習線路圖適合小白學習，每個板塊下面都有配套視頻。