Question

1）我已经读过，如果我在python中导入线程模块，CPU绑定加载将不会从使用此库中获得太多好处，因为GIL强制线程一次运行1，即使我在多个上运行代码核心机器。如果是这种情况，使用Python的线程库会使哪种代码受益？

2）如果是线程库的情况，那么并行执行CPU密集型任务，例如两个信号的互相关，多处理模块是最好的模块吗？

为了使这更具体，让我们说我要并行化的任务是以下代码中的for循环，而我的机器只有12个核心。假设我的模板长度为~1000，我的图像长度为~2000，我有〜1000个信号要进行排序：

import numpy as np

###2-D array of shape (points, signals)
signals = np.load('signals.npy')

###1-D template array for cross correlation
templateSignal = np.load('template.npy')

for s in range(signals.shape[2]):
    xcorr = np.correlate(templateSignal, signal[:,s])

Answer 1

即使使用GIL，Python中的线程也很有用，因为输入/输出操作不会阻止程序。您可以在等待磁盘操作完成或等待网络事件时执行操作。

线程也在GUI应用程序中发挥作用，程序可以在后台执行计算时保持对用户输入的响应（感谢@FogleBird）

对于2），您认为可以使用multiprocessing模块将CPU密集型程序扩展到多个核心，这是正确的。注意流程之间的通信成本。

使用线程/线程模块python 2.7的好处

1 个答案: