兼一书虫

锁概念锁的分类 如何理解互斥锁、条件锁、读写锁以及自旋锁？ 5000字 | 24张图带你彻底理解21种并发锁 互斥锁和自旋锁互斥锁和自旋锁是最底层的两种锁，其他的很多锁都是基于他们的实现。 当线程A获取到锁后，线程B再去获取锁，有两种处理方式: 线程B循环的去尝试获取锁，直到获取成功为止即自旋锁 线程B放弃获取锁，在锁空闲时，等待被唤醒，即互斥锁 互斥锁 互斥锁会释放当前线程的cpu，导致加锁的代码阻塞，直到线程再次被唤醒。互斥锁加锁失败时，会从用户态陷入到内核态，让内核帮我们切换线程，存在一定的性能开销 1while (抢锁(lock) == 没抢到) {睡眠直到锁状态改变再唤醒(lock)} 当线程加锁失败，内核会把线程的状态由“运行”设置为“睡眠”，让出cpu 当锁空闲时，内核唤醒线程，状态设置为“就绪”，获取cpu执行 自旋锁 自旋锁会自用户态由应用程序完成，不涉及用户态到内核态的转化，没有线程上下文切换，性能相对较好，自旋锁加锁过程: 1while (抢锁(lock) == 没抢到) {} 查看锁的状态 锁空闲， ...

枚举类Enum枚举类有哪些好处 枚举类可以方便地表示星期，月份等常数类型，如果你不用枚举类，那么你只能用数字或者字符串。如果你使用数字，用1-7来表示星期数，但一个数字在程序中不仅可以表示星期数，可能还有其他许多含义，这样你在写程序时就必须时刻记住这些数字的含义，这降低了程序的可读性，也导致容易出错。而当你使用字符串时，虽然没有明显的缺点，但在内存中字符串所占内存要比数字多，这就降低了程序的效率。 枚举类正好弥补了这两方面的缺点，你可以在代码中使用枚举类，但在内存中存放时使用的是数字，既提高了可读性，又提高了程序效率。更重要的是，Python中的枚举类型是不可变类型，又可以进行迭代，这就意味着你可以随时使用枚举类型而不用担心改变了枚举类型的值。 两种枚举类定义方式 程序有两种方式来定义枚举类： 直接使用 Enum 列出多个枚举值来创建枚举类。 通过继承 Enum 基类来派生枚举类。 案例简单枚举类定义12345678# 由于枚举类的“new”方法，将会保证内存中只会存在一个枚举类的实例# -*- coding: utf-8 -*from enum import Enum# 这 ...

pandas学习

numpy小记 70个NumPy分级练习题：用Python一举搞定机器学习矩阵运算 1234567891011121314151617181920212223242526272829303132333435363738394041424344454647484950515253545556import numpy as np# 1. 替换满足条件的元素而不影响原始数组arr = np.arange(10)out = np.where(arr%2==1, -1, arr)arrOut[4]: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])outOut[5]: array([ 0, -1, 2, -1, 4, -1, 6, -1, 8, -1])# 7. 获取两个数组元素匹配的索引号a = np.array([1,2,3,2,3,4,3,4,5,6])b = np.array([7,2,10,2,7,4,9,4,9,8])np.where(a==b)Out[33]: (array([1, 3, 5, 7], dtype=int64),) # 9. 将处 ...

python pipe包管道包学习 参考: https://github.com/JulienPalard/Pipe 1234567891011121314151617181920212223242526from pipe import *# 此处不是太理解[1, 2, 3, 4, 5] | tee | as_list12345Out[32]: [1, 2, 3, 4, 5]# 将生成器转换成list列表[1, 2, 3, 4, 5, 6] | as_listOut[34]: [1, 2, 3, 4, 5, 6] # Like Python's built-in "reversed" primitive.[1, 2, 3] | reverse | concatOut[52]: '3, 2, 1' # Returns index of value in iterable 检索值# 输入value start stop[1,2,3,2,1] | index(value=2,start=2,stop=4)Out[53]: 3[ ...

Python 增强提案PEP Python中10个必读的PEP提案 理解Python数据类：Dataclass 的特征概述 （上） 理解Python数据类：Dataclass fields 的概述（下） Python3.7 dataclass使用指南小结 ​ PEP 是 Python 增强提案(Python Enhancement Proposal)的缩写。社区通过PEP来给 Python 语言建言献策，每个版本你所看到的新特性和一些变化都是通过PEP提案经过社区决策层讨论、投票决议的。 PEP 557 数据类（data class） dataclass的定义位于PEP-557，根据定义一个dataclass是指“一个带有默认值的可变的namedtuple”，广义的定义就是有一个类，它的属性均可公开访问，可以带有默认值并能被修改，而且类中含有与这些属性相关的类方法，那么这个类就可以称为dataclass，再通俗点讲，dataclass就是一个含有数据及操作数据方法的容器。 Dataclasses 是一些适合于存储数据对象(data object)的 Python ...

python多线程 Python多线程学习 多线程用比较少

高级概念与包函数式编程包operator form operator import mul 可以替代 1reduce(lambda a,b:a*b, range(1,1+n)) 为 1reduce(mul, range(1,1+n)) itemgetter(1) 可以替代 lambda fields: fields[1]：创建一个接受集合的函数，返回索引位1上的元素 attrgetter与itemgetter类似，它创建的函数根据名称提取对象的属性。如果把多个属性名传给attrgetter，它也会返回提取的值构成的元组。 methodcaller会自行创建函数，创建的函数会在对象上调用参数指定的方法。 123456from operator import methodcallers = 'The time is come'upcase = methodcaller('upper')upcase(s)Out[11]: 'THE TIME IS COME' 模块查找策略 目标：自动查找其他可用的*_promo函数 方式一： ...

系统监控模块psutil模块 psutil模块文档 psutil是一个跨平台库(http://pythonhosted.org/psutil/)能够轻松实现获取系统运行的进程和系统利用率（包括CPU、内存、磁盘、网络等）信息。它主要用来做系统监控，性能分析，进程管理。它实现了同等命令行工具提供的功能，如ps、top、lsof、netstat、ifconfig、who、df、kill、free、nice、ionice、iostat、iotop、uptime、pidof、tty、taskset、pmap等。 一、 安装psutil 　　pip install psutil 二、 监控cpu信息 import psutil psutil.cpu_times() #获取cpu（逻辑cpu的平均）占用时间的详细信息 psutil.cpu_times(percpu=True) #获取每个cpu占用时间的详细信息 psutil.cpt_times().user #获取用户进程占用cpu的时间（user+sys+idle+wait=total） 三、 监控内存信息 impor ...

Anaconda介绍Anaconda（官方网站）就是可以便捷获取包且对包能够进行管理，同时对环境可以统一管理的发行版本 Anaconda包含了conda、Python在内的超过180个科学包及其依赖项 套件管理 显示已安装的套件 12conda listpip list 套件安装 1234conda install packages # pip可以安装一些conda安装不了的包pip install packages [-i https://pypi.douban.com/simple] # -i部分临时指定pip源easy_install 参数 packagespython setup.py install # 下载源码，进入到源码路径下 国内的pip源 阿里云 https://mirrors.aliyun.com/pypi/simple/ 中国科技大学 https://pypi.mirrors.ustc.edu.cn/simple/ 豆瓣(douban) https://pypi.douban.com/simple/ 清华大学 https://pypi.tuna ...