Python多进程-垃圾回收造成多进程共享变量数据异常
这两天开发过程中发现的 Python 在多进程数据共享与垃圾回收的 bugimport multiprocessing as mpclass TestWorker(object): def __init__(self): self.id1 = mp.Value("d&q
Python
Python-多线程编程
案例： 开启 5 个线程，每个线程中都获取一个随机数，输出5个随机数的总和 回顾进程和线程 一个进程中默认会产生一个主线程, 除此之外，还可以人为开启并启动额外线程， 有以下特点： 1、不干预的情况下，各个线程的执行过程都互不影响，
Python协程-async原生协程
本篇紧接上篇博文，建议先阅读 Python协程-基于生成器的协程原生协程 async/await 在上一篇中，我们学习了 “基于生成器的协程”， 我们创建 Future 用来储存结果数据，创建了 Task,用来推进生成器(协程任务)进行：
Python协程-基于生成器的协程
本篇紧接上篇 协程原理-IO多路复用什么是协程 在上篇中，我们已经学习了协程的原理-IO多路复用，即将程序分割成多个模块，通过 操作系统的事件驱动 来监控模块 的可执行状态，当某个模块变为可执行状态时(相关事件发生), 则执行该模块，如：
Python协程原理-IO多路复用
参考： IO多路复用 多路复用是在单线程下的一种高效io模型， 多路指的是多个io操作，复用 指的是 “复用线程"。#### io 操作 以 io操作 read 举例，参与操作的对象有两个，调用操作的线程 和 系统内核, 操作分为两个阶段
CPython的GIL
GIL, 全称: Global Interpreter Lock (全局解释器锁), 是解释器采用的一种机制， 它的作用是：确保同一时刻只有一个线程在执行。回顾 操作系统、CPU、线程的关系 线程包含需要 CPU 执行的指令集合，线程需要参加
Python函数参数传递方式
Python 函数参数传递方式并不像其他语言那样是 指针/引用 和 值传递， 而是 对象引用传递, 本质上是 “引用传递”, 可以说 python 中不存在 值传递，而是存在 “不可变对象”容易误判的操作 容易被误认为是 引用传递 的操
Python 迭代器和生成器
迭代器 是一个对象，能够记住遍历的位置，通过调用 next() 方法获得下一个元素a=iter([1,2,3,4])#<listiteratorobjectat0x7f639087be50>a.next()#1a.next()#2 实现一个迭代器，需要做:
Python2和Python3的区别
print 变成了函数print("可以指定分隔符", "skdjfk", sep="&")with open("../../test.txt", "a") as fp: for i