Question

我目前尝试使用线程编写更大的python程序，并遇到了不必以某种方式将数组声明为全局的问题。

import numpy as np
import threading
import time
import ctypes
import multiprocessing
import random
import os


def child1():
    #global var
    starttime = time.time()
    for ite in range(10):
        #data_np[ite] = time.time()-starttime
        #print data_np[ite]
        var += 1
        print var
        time.sleep(1)

def child2():
    #global var
    for ite in range(10):
        #print data_np
        print var
        print "\n"
        time.sleep(1)


os.system("clear")
data_np = np.zeros(shape=(10), dtype="float")
var = 0

thread1 = threading.Thread(target=child1)
thread2 = threading.Thread(target=child2)

thread1.start()
thread2.start()

thread1.join()
thread2.join()

如上所述的代码将产生错误消息，因为var未被声明为全局变量。取消注释

global var

生成一个可执行脚本，将var的值打印两次。但是当使用numpy数组data_np时，没有声明

global data_np

是必需的。尽管如此，脚本仍会运行。我不明白这种行为。有人可以对此作出解释吗？

Answer 1

global用于允许分配全局变量。如果没有此声明，您可以读取未被遮蔽的全局变量。
对于上帝的爱，不要这样做。阅读有关管理并发的技术。

Answer 2

需要global语句来通知Python您希望变量（在这种情况下为var）被视为全局的，可通用修改的名称，而不是每个函数的局部变量。如果您将var = 0定义移到函数之上，那么您的价格会略微提高：

但是Marcin says，“因为上帝的爱不要这样做。”绕过几个NameError并不是关键问题。即使没有并发性，很多程序也难以管理全局变量。在并发环境中，它们变成了噩梦。它们的行为在线程与多处理并发性方面也是非常不同的（你们两者都已导入，虽然你现在似乎在使用线程），并且跨越不同的平台（Windows的工作方式与Unix / Linux / Mac OS X不同，例如）。

您的数组引用至少在某种程度上起作用的原因是全局结构（例如字典，列表，NumPy数组）的内部内容很容易修改，即使整个结构不是这样。其中大部分与Python如何管理名称（粗略地说，“变量”）有关，而不是与并发性有关。但是在并发环境中，对这些全局结构的修改会很快变得过于冒险（阅读：令人困惑，不可靠，不易重现）。

所以，长话短说，在我们开始讨论你的线程所面临的race condition之前，这里有三到四个重叠的问题。

如果您的读者（child2）的睡眠时间比您的作者（child1）长，则基本上可以获得正常工作的代码。但请注意：除了玩具示例之外，您还需要一个真正的并发感知结构（例如a queue）。

Python中的线程和全局变量 - 数组和标准变量之间的差异？

2 个答案: