不管你是待業(yè)還是失業(yè)，在這個被互聯網圍繞的時代里，選擇用python計算，就多了一項技能，還怕找不到工作？，還怕不好找工作？小編就來告訴你這個專業(yè)的優(yōu)勢到底體現在哪里：Python 多核并行計算，Python入門到精通(2)：使用Python計算數學算式，python并行計算（完結篇）：并行方法總結，python計算360.65+239.2為什么會出現好多9，python計算兩個時間戳相差多少秒，用Python寫個計算器??。

1.Python 多核并行計算

以前寫點小程序其實根本不在乎并行，單核跑跑也沒什么問題，而且我的電腦也只有雙核四個超線程（下面就統(tǒng)稱核好了），覺得去折騰并行沒啥意義（除非在做IO密集型任務）。然后自從用上了32核128GB內存，看到 htop 里面一堆空載的核，很自然地就會想這個并行必須去折騰一下。后面發(fā)現，其實 Python 的并行真的非常簡單。 vs 自帶的庫又全又好用，這是我特別喜歡 Python 的原因之一。Python 里面有 和 threading 這兩個用來實現并行的庫。用線程應該是很自然的想法，畢竟（直覺上）開銷小，還有共享內存的福利，而且在其他語言里面線程用的確實是非常頻繁。然而，我可以很負責任的說，如果你用的是 CPython 實現，那么用了 threading 就等同于和并行計算說再見了（實際上，甚至會比單線程更慢），除非這是個IO密集型的任務。 指的是 python.org 提供的 Python 實現。是的，Python 是一門語言，它有各種不同的實現，比如 PyPy, Jython, 等等……我們用的最多的就是 CPython，它幾乎就和 Python 畫上了等號。CPython 的實現中，使用了 GIL 即全局鎖，來簡化解釋器的實現，使得解釋器每次只執(zhí)行一個線程中的字節(jié)碼。也就是說，除非是在等待IO操作，否則 CPython 的多線程就是徹底的謊言！有關 GIL 下面兩個資料寫的挺好的：Python的GIL是什么鬼，多線程性能究竟如何 the Python .Pool因為 GIL 的緣故 threading 不能用，那么我們就好好研究研究 。（當然，如果你說你不用 CPython，沒有 GIL 的問題，那也是極佳的。）首先介紹一個簡單粗暴，非常實用的工具，就是 .Pool。如果你的任務能用 ys = map(f, xs) 來解決，大家可能都知道，這樣的形式天生就是最容易并行的，那么在 Python 里面并行計算這個任務真是再簡單不過了。舉個例子，把每個數都平方：import def f(x): return x * x cores = .cpu_count() pool = .Pool(processes=cores) xs = range(5) # method 1: map print pool.map(f, xs) # prints [0, 1, 4, 9, 16] # method 2: imap for y in pool.imap(f, xs): print y # 0, 1, 4, 9, 16, # method 3: imap_unordered for y in pool.imap_unordered(f, xs): print(y) # may be in any order map 直接返回列表，而 i 開頭的兩個函數返回的是迭代器；imap_unordered 返回的是無序的。當計算時間比較長的時候，我們可能想要加上一個進度條，這個時候 i 系列的好處就體現出來了。另外，有一個小技巧，就是輸出 \r 可以使得光標回到行首而不換行，這樣就可以制作簡易的進度條了。cnt = 0 for _ in pool.imap_unordered(f, xs): sys.stdout.write('done %d/%d\r' % (cnt, len(xs))) cnt += 1 更復雜的操作要進行更復雜的操作，可以直接使用 .Process 對象。要在進程間通信可以使用：..Queue同步原語共享變量其中我強烈推薦的就是 Queue，因為其實很多場景就是生產者消費者模型，這個時候用 Queue 就解決問題了。用的方法也很簡單，現在父進程創(chuàng)建 Queue，然后把它當做 args 或者 kwargs 傳給 Process 就好了。使用 Theano 或者 等工具時的注意事項需要注意的是，在 import theano 或者 import 等調用了 Cuda 的工具的時候會產生一些副作用，這些副作用會原樣拷貝到子進程中，然后就發(fā)生錯誤，如：could not retrieve CUDA device count: CUDA_ERROR_NOT_ 解決的方法是，保證父進程不引入這些工具，而是在子進程創(chuàng)建好了以后，讓子進程各自引入。如果使用 Process，那就在 target 函數里面 import。舉個例子：import def hello(taskq, resultq): import as tf config = tf.() config.gpu_options.allow_growth=True sess = tf.Session(config=config) while True: name = taskq.get() res = sess.run(tf.constant('hello ' + name)) resultq.put(res) if __name__ == '__main__': taskq = .Queue() resultq = .Queue() p = .Process(target=hello, args=(taskq, resultq)) p.start() taskq.put('world') taskq.put('') taskq.close() print(resultq.get()) print(resultq.get()) p.terminate() p.join() 如果使用 Pool，那么可以編寫一個函數，在這個函數里面 import，并且把這個函數作為 傳入到 Pool 的構造函數里面。舉個例子：import def init(): global tf global sess import as tf config = tf.() config.gpu_options.allow_growth=True sess = tf.Session(config=config) def hello(name): return sess.run(tf.constant('hello ' + name)) if __name__ == '__main__': pool = .Pool(processes=2, =init) xs = ['world', '', 'Lequn Chen'] print pool.map(hello, xs) ?首發(fā)于博客 Python 多核并行計算

2.Python入門到精通(2)：使用Python計算數學算式

重點學習Python算式表達式和算術運算符，通過Shell窗口完成簡單的數學運算1、 算術表達式在Pyhton語言中，數學算式中的小數或整數稱為數值，數學算式稱為算術表達式。算式中的數值稱為操作數，算式中的運算符號稱為運算符。在算術表達式中，算式的數值稱為操作數，算式的運算符號稱為運算符。在一些復雜的運算中，簡單的表達式可以組合為復雜的表達式，其操作數本身可能就是一個表達式。算術表達式的計算結果為數值。例如上圖表達式運算符“+”兩邊的操作數是（12+9）和（20/5），它們本身就是一個表達式。2、 算術運算符下面的表格對算術表達式使用到的運算符和數學算式中的運算符號進行了比較，這樣就可以借助數學算式的運算符號來理解算術表達式的運算符。在算術運算符表格中，加減乘除運算符已經比較熟悉了。下面介紹取模運算符“%”、冪運算運算符“**”和取整除“//”運算符。取模運算符“%”用于取模運算，取模運算和數學中的取余運算是一樣的，運算結果返回兩個數值相除后的余數。上機操作：首先計算163除以7，163除以7的商是23余數是2。然后在IDLE的Shell窗口輸入算術表達式“163 % 7”，按下電腦鍵盤的【Enter】鍵，Shell窗口執(zhí)行輸入的算術表達式并輸出結果2?！?5 % 5”的運算結果是多少呢？15除以5的余數是0。如果兩數相除的余數是0，那么這兩個數取模運算的結果是多少呢？上機操作：在Shell窗口輸入“15 % 5”，Shell窗口執(zhí)行算式，并輸出結果0。冪運算符“**”用于數值的乘方運算，乘方運算是指一個數連續(xù)自乘n次，可以稱為該數的n次乘方。例如：3個5連續(xù)自乘，可以稱為3的5次乘方。除0外，任何數的0次乘方都為1。乘方運算的結果稱為冪，因此乘方運算也稱為冪運算。冪運算符“**”有兩個操作數，運算符左邊的操作數是乘方的底數，運算符右邊的操作數是乘方的指數。例如：計算2的3次方，算術表達式可以這么寫“2**3”，2是底數，3是指數。上機操作：在Shell窗口輸入了算術表達式“2**3”，Shell窗口輸出計算結果8。使用冪運算符時，運算符左側的數值是乘方運算的底數，運算符右側的數值是乘方運算的指數。取整除運算符“//”用于兩數除法取商的整數部分，也就是運算結果返回兩數相除后商的整數部分，商的小數部分及余數忽略。例如：19除以2的取整除運算結果是9。取整除運算符“//”有兩個操作數，運算符左邊的操作數是被除數，運算符右邊的操作數是除數。上機操作：在Shell窗口輸入算術表達式“19 // 2”,Shell窗口輸出計算結果9。在輸入“//”運算符時要注意和除法運算符“/”的區(qū)別，除法運算符是一個“/”符號，取整除是兩個“//”符號。了解了算術運算符，做下面的練習！在上機練習前，先介紹一下練習的操作步驟：（1）首先啟動IDLE開發(fā)工具，Shell窗口被打開。（2）在Shell窗口的命令提示符“>>>”的光標處輸入算術表達式，算術表達式輸入完成后，按下電腦鍵盤【Enter】鍵，Shell窗口會執(zhí)行剛才輸入的算術表達式，并在算術表達式的下面一行，輸出算術表達式的計算結果。在Shell窗口輸入上面的算式，每輸入完成一個算式，就按下電腦鍵盤的【Enter】鍵執(zhí)行該算式。>>> 21+79-3268>>> 28+120*8988>>> (45+16)/4*23350.75>>> 3**327>>> 19 % 61>>> 21 // 63>>>初學Python的同學在輸入算術表達式時，可能會在輸入法的中文模式下輸入，如果在中文模式下輸入，可能會導致算術表達式的語法錯誤。上面的錯誤就是在輸入算式時，在中文模式下輸入了小括號“（”，Shell窗口會輸出“語法錯誤：標識符中的字符無效”錯誤。3、 運算符的優(yōu)先級算術運算符的優(yōu)先級同四則運算的優(yōu)先級相同，下表給出了算術運算符的優(yōu)先級，表中優(yōu)先級的數字越小，優(yōu)先級越高。優(yōu)先級的結合性是指當一個表達式包含優(yōu)先級相同的運算符時，表達式是從左到右順序運算，還是從右到左順序運算。4、 上機操作請同學們先用筆算計算下面的算術表達式，然后在用Python驗證算術表達式的計算結果是否正確。（1）0.94*2.6-0.9*2.6（2）3**2//3+(12-5)（3）6/3+10//3**2編程訓練營APP創(chuàng)新在線學習模式，學習編程不再半途而廢安卓手機應用商店搜索編程訓練營下載

3.python并行計算（完結篇）：并行方法總結

由于python相當易學易用，現在python也較多地用于有大量的計算需求的任務。本文介紹幾個并行模塊，以及實現程序并行的入門技術。本文比較枯燥，主要是為后面上工程實例做鋪墊。完結篇對前期介紹的所有模塊及實例進行總結，比較各并行方法的特點和異同。所有比較都以文字形式呈現了，歡迎指正或完善，做成表格可能效果更好。模塊介紹：愛coding：python并行計算（上）：、模塊愛coding：python并行計算（上）：pathos模塊愛coding：python并行計算（上）：.futures、pp模塊實例：愛coding：python并行計算（下）：模塊實例愛coding：python并行計算（下）：pathos模塊實例愛coding：python并行計算（下）：.futures、pp模塊實例注：以下模塊、類與其他內容相同或接近，不重復介紹和比較：模塊：與模塊接口基本一致。pathos.pp.pp模塊：實質也即pp模塊，與獨立的pp模塊完全相同。pathos..Pool()：與.Pool()完全相同。pathos..()、pathos.pools.()：與pathos..()完全相同。pathos.pp.()、pathos.parallel.()、pathos.parallel.()、pathos.pools.()：與pathos.pp.()完全相同。pathos.serial.()：實際是串行（非并行），不參與比較。1、按并行分類（1）阻塞（非并行）：非并行方式下，子進程串行執(zhí)行（完成一個，然后開始下一個），實際不是并行。包括：.Pool()，apply方法pathos..()，pipe方法pathos.pp.()，pipe方法pathos.pp.()，map方法pathos.pp.()，imap方法（2）批次并行：批次并行指一批子進程并行執(zhí)行，且直到該批次所有子進程完成后，才開始下一批次。包括：.Process() #只能一批一批地添加進程，同一批次內并行（3）異步：異步執(zhí)行指的是一批子進程并行執(zhí)行，且子進程完成一個，就新開始一個，而不必等待同一批其他進程完成。包括：.Pool()，apply_async方法.Pool()，map方法.Pool()，map_async方法.Pool()，imap方法.Pool()，imap_unordered方法.Pool()，starmap方法.Pool()，starmap_async方法.futures.()，submit方法.futures.()，map方法pathos..()，map方法pathos..()，imap方法pathos..()，uimap方法pathos..()，amap方法pathos..()，apipe方法pp.Server()，submit方法pathos.pp.()，apipe方法pathos.pp.()，amap方法pathos.pp.()，uimap方法2、按傳參分類（1）單個任務，任務多參數：.Process().futures.()，submit方法.Pool()，apply方法.Pool()，apply_async方法pathos..()，pipe方法pathos..()，apipe方法pp.Server()，submit方法pathos.pp.()，pipe方法pathos.pp.()，apipe方法（2）多個任務，任務單參數：.Pool()，map方法.Pool()，map_async方法.Pool()，imap方法.Pool()，imap_unordered方法（3）多個任務，任務多參數：（a）func(iterable[i])形式：iterable的每個元素（元素本身也是iterable）對應func的多個參數。.Pool()，starmap方法.Pool()，starmap_async方法（b）func(iterable1[i], iterable2[i], ...)形式：每個iterable對應func的一個參數。.futures.()，map方法pathos..()，map方法pathos..()，imap方法pathos..()，uimap方法pathos..()，amap方法pathos.pp.()，map方法pathos.pp.()，amap方法pathos.pp.()，imap方法pathos.pp.()，uimap方法3、按返回分類（1）返回任務返回值.Pool()，apply方法pathos..()，pipe方法pathos.pp.()，pipe方法（2）返回.Pool()，map方法.Pool()，starmap方法pathos..()，map方法pathos.pp.()，map方法（3）返回返回MapResult或實例，通過get方法獲取返回值。需要注意的是：由于每個實例對應單個子進程，其get方法本身是阻塞的，因此，在進程添加過程中不可包含get方法，而應在所有進程完成后，再一起調用get方法。對于MapResult不存在該問題，因為所有子進程只會一起返回一個MapResult實例。包括：.Pool()，apply_async方法pathos..()，apipe方法pathos.pp.()，apipe方法（4）返回.Pool()，map_async方法.Pool()，starmap_async方法pathos..()，amap方法pathos.pp.()，amap方法（5）返回迭代器或生成器迭代器/生成器對內存的需求會小得多，但速度比普通方法要慢很多（未驗證）。不過，對于本文的小型任務，看不出差別。（a）按順序：即按任務添加順利返回。.Pool()，imap方法.futures.()，map方法pathos..()，imap方法pathos.pp.()，imap方法（b）不按順序：實際按任務完成順序返回。.Pool()，imap_unordered方法pathos..()，uimap方法pathos.pp.()，uimap方法（6）無直接返回值.Process() #無直接返回值，可通過進程間通信的方式返回任務返回值。.futures.()，submit方法 #future對象可以通過result方法獲取子進程任務返回值。但該方法是阻塞的，因此，應在所有子進程完成后再調用。pp.Server()，submit方法 #Task對象可調用（即Task()），調用可返回任務返回值。但調用是阻塞的，因此，應在所有子進程完成后再調用。

4.python計算360.65+239.2為什么會出現好多9

深層原因是在于計算機無法精確表示部分浮點數時,只能近似表示,因此存在誤差，這是所有編程語言都存在的問題，可深入了解下，這種問題無法徹底解決； 常見的應對辦法是在制定的精度要求下，乘法-》截取-》除法，如 0.1 + 0.2 = 0. （保留1位小數）int(0. *10 ) /10，截取方法也有很多可了解下；

5.python計算兩個時間戳相差多少秒

在Python編程中，使用datetime模塊計算兩個時間的差：>>> import datetime>>> d1=datetime.datetime(2015,7,5)>>> d2=datetime.datetime(2005,7,4)>>>(d1-d2).seconds//結果86400s# 計算兩個時間的間隔天數# 注意：輸入月份和天時，不能輸入08,09等，會被識別為 8 進制而出錯！（8進制是不超過07的）# 解決辦法：要把月份和天前面的0去掉。

6.用Python寫個計算器

我們常見的計算輔助工具有兩種，一種是古人發(fā)明的算盤，另一種就是我們現代人發(fā)明的計算器，與算盤相比，計算器無論是便利性還是計算速度都是優(yōu)于算盤的，本文我們使用 Python 來實現一個簡易的計算器。實現我們幾乎每個人都用過計算器，大家對于計算器應該都是比較熟悉的，計算器整體也是比較簡單的，主要包括：顯示器、鍵盤、運算的邏輯處理等，計算器的圖形界面我們使用 tkinter 庫實現，下面看一下具體實現過程。首先，我們畫一個主窗口，代碼實現如下：# 創(chuàng)建主窗口 tk = tkinter.Tk() # 設置窗口大小和位置 tk.geometry('300x210+500+200') # 不允許改變窗口大小 tk.resizable(False, False) # 設置窗口標題 tk.title('計算器')看一下效果：我們接著畫顯示器，代碼實現如下：# 自動刷新字符串變量，可用 set 和 get 方法進行傳值和取值 = tkinter.StringVar(tk, '') # 創(chuàng)建單行文本框 = tkinter.Entry(tk, =) # 設置文本框為只讀 ['state'] = 'readonly' # 設置文本框坐標及寬高 .place(x=20, y=10, width=260, height=30)看一下效果：再接著畫鍵盤，代碼實現如下：# 按鈕顯示內容 bvalue = ['C', '+', '-', '//', '2', '0', '1', '√', '3', '4', '5', '*', '6', '7', '8', '.', '9', '/', '**', '='] index = 0 # 將按鈕進行 5x4 放置 for row in range(5): for col in range(4): d = bvalue[index] index += 1 btnDigit = tkinter.Button(tk, text=d, command=lambda x=d: onclick(x)) btnDigit.place(x=20 + col * 70, y=50 + row * 30, width=50, height=20)看一下效果：界面畫完了，我們看一下處理運算邏輯的代碼，如下所示：# 點擊事件 def onclick(btn): # 運算符 operation = ('+', '-', '*', '/', '**', '//') # 獲取文本框中的內容 content = .get() # 如果已有內容是以小數點開頭的，在前面加 0 if content.('.'): content = '0' + content # 字符串可以直接用+來增加字符 # 根據不同的按鈕作出不同的反應 if btn in '': # 按下 0-9 在 content 中追加 content += btn elif btn == '.': # 將 content 從 +-*/ 這些字符的地方分割開來 lastPart = re.split(r'\+|-|\*|/', content)[-1] if '.' in lastPart: # 信息提示對話框 tkinter..showerror('錯誤', '重復出現的小數點') return else: content += btn elif btn == 'C': # 清除文本框 content = '' elif btn == '=': try: # 對輸入的表達式求值 content = str(eval(content)) except: tkinter..showerror('錯誤', '表達式有誤') return elif btn in operation: if content.endswith(operation): tkinter..showerror('錯誤', '不允許存在連續(xù)運算符') return content += btn elif btn == '√': # 從 . 處分割存入 n，n 是一個列表 n = content.split('.') # 如果列表中所有的都是數字，就是為了檢查表達式是不是正確的 if all(map(lambda x: x.isdigit(), n)): content = eval(content) ** 0.5 else: tkinter..showerror('錯誤', '表達式錯誤') return # 將結果顯示到文本框中 .set(content)整體實現完了之后，我們來演示一下，看一下效果：是不是有內味了。打包為了更加方便的使用，我們可以將 Python 代碼打包成 exe 文件，打包我們使用 ，安裝用 pip install 命令即可。打包時我們使用 --onefile -- counter.py 命令即可，此時打包生成的文件是使用的默認圖標，如果我們想指定自己的圖標可以添加參數 --icon="xxx\xxx.ico"，打包生成的文件在 dist 目錄，如下圖所示：此時，我們直接運行 exe 文件就行了。用 Python 寫個計算器本文非首發(fā)于個人號

就拿大數據說話，優(yōu)勢一目了然，從事IT行業(yè)，打開IT行業(yè)的新大門，找到適合自己的培訓機構，進行專業(yè)和系統(tǒng)的學習。