最近开始研究Python的并行开发技术，包括多线程，多进程，协程等。逐步整理了网上的一些资料，今天整理了一下greenlet相关的资料。并发处理的技术背景并行化处理目前很受重视，因为在很多时候，并行计算能大大的提高系统吞吐量，尤其在现在多核多处理器的时代，所以像lisp这种古老的语言又被人们重新拿了起来，函数式编程也越来越流行。介绍一个python的并行处理的一个库：greenlet。python有一个非常有名的库叫做stackless，用来做并发处理，主
系统 2019-09-27 17:56:35 2113
本文实例讲述了Python实现计算对象的内存大小。分享给大家供大家参考，具体如下：一般的sys.getsizeof()显示不了复杂的字典。查看类中的内容：defdump(obj):forattrindir(obj):#dir显示类的所有方法print("obj.%s=%r"%(attr,getattr(obj,attr)))这里用递归调用所有对象的getsizeof：defget_size(obj,seen=None):#Fromhttps://goshi
系统 2019-09-27 17:55:55 2113
trainData['survey_time']=pd.to_datetime(trainData['survey_time'],format='%Y/%m/%d%H:%M')trainData['survey_time']=trainData['survey_time'].dt.year格式化日期转换为dt然后直接取年python中时间日期格式化符号：%y两位数的年份表示（00-99）%Y四位数的年份表示（000-9999）%m月份（01-12）%d月内
系统 2019-09-27 17:55:28 2113
锁在使用用的过程中需要导入threading模块的Lock类使用锁：当多个线程几乎同时修改某一个共享数据的时候，需要进行同步控制线程同步能够保证多个线程安全访问竞争资源，最简单的同步机制是引入互斥锁。互斥锁为资源引入一个状态：锁定/非锁定。锁的语法创建锁、锁定锁、释放锁fromthreadingimportLock#创建锁mutex=Lock()#获取锁（上锁）mutex.acquire()#释放锁（解锁）mutex.release()在锁定锁的过程中ac
系统 2019-09-27 17:55:04 2113
认识错误编写的程序不能正常执行，或者执行的结果不是我们期望的，俗称BUG，是程序员在开发时非常常见的，初学者常见错误的原因包括：手误对已经学习过的知识理解还存在不足对语言还有需要学习和提升的内容在学习语言时，不仅要学会语言的语法，而且还要学会如何认识错误和解决错误的方法每一个程序员都是在不断地修改错误中成长的常见错误：1>手误2>将多条print写在一行每行代码负责完成一个动作3>缩进错误Python是一个格式非常严格的程序设计语言4>python2.x默
系统 2019-09-27 17:54:37 2113
Python面向对象编程——总结面向对象的优点一、从代码级别看面向对象1、在没有学习类这个概念时，数据与功能是分离的defexc1(host,port,db,charset):conn=connect(host,port,db,charset)conn.execute(sql)returnxxxdefexc2(host,port,db,charset,proc_name)conn=connect(host,port,db,charset)conn.call
系统 2019-09-27 17:53:53 2113
生成器(generator)概念生成器不会把结果保存在一个系列中，而是保存生成器的状态，在每次进行迭代时返回一个值，直到遇到StopIteration异常结束。生成器语法生成器表达式：通列表解析语法，只不过把列表解析的[]换成()生成器表达式能做的事情列表解析基本都能处理，只不过在需要处理的序列比较大时，列表解析比较费内存。>>>gen=(x**2forxinrange(5))>>>genat0x0000000002FB7B40>>>>forgingen:
系统 2019-09-27 17:52:55 2113
上面我们学习了RDD如何转换，即一个RDD转换成另外一个RDD，但是转换完成之后并没有立刻执行，仅仅是记住了数据集的逻辑操作，只有当执行了Action动作之后才会真正触发Spark作业，进行算子的计算执行操作有：reduce(func)collect()count()first()take(n)takeSample(withReplacement,num,[seed])takeOrdered(n,[ordering])saveAsTextFile(path
系统 2019-09-27 17:52:33 2113
yield的功能类似于return，但是不同之处在于它返回的是生成器。生成器生成器是通过一个或多个yield表达式构成的函数，每一个生成器都是一个迭代器（但是迭代器不一定是生成器）。如果一个函数包含yield关键字，这个函数就会变为一个生成器。生成器并不会一次返回所有结果，而是每次遇到yield关键字后返回相应结果，并保留函数当前的运行状态，等待下一次的调用。由于生成器也是一个迭代器，那么它就应该支持next方法来获取下一个值。基本操作#通过`yield`
系统 2019-09-27 17:52:18 2113
基本常识python中的左位移和右位移利用Python在一个文件的头部插入数据withopen(path,"r+")asf:old=f.read()f.seek(0)f.write(data)f.write(old)Debugxpath中遇到[]AttributeError:‘dict’objecthasnoattribute‘iteritems’Python3.5中：iteritems变为items【Python】ufunc‘subtract’didno
系统 2019-09-27 17:52:10 2113
