pythonrandom函數(shù)可以設(shè)置隨機(jī)多少個(gè)字符嗎？應(yīng)用pythonrandom標(biāo)準(zhǔn)庫是可以可以設(shè)置隨機(jī)結(jié)果不可以多個(gè)字符，也可以隨機(jī)生成數(shù)字，隨機(jī)生成字符python中random.random(

pythonrandom函數(shù)可以設(shè)置隨機(jī)多少個(gè)字符嗎？

應(yīng)用pythonrandom標(biāo)準(zhǔn)庫是可以可以設(shè)置隨機(jī)結(jié)果不可以多個(gè)字符，也可以隨機(jī)生成數(shù)字，隨機(jī)生成字符

python中random.random()和random.Random()的區(qū)別是什么？

Python是已經(jīng)面向過程的，而所有的數(shù)據(jù)都是對(duì)象random.random()化合0和1之間的隨機(jī)浮點(diǎn)數(shù)float，它不過是一個(gè)隱藏的random.Random類的實(shí)例的random方法。random.Random()生成random模塊里得Random類的一個(gè)實(shí)例，這個(gè)實(shí)例應(yīng)該不會(huì)和其他Random實(shí)例共享狀態(tài)，一般是在多線程處理的情況下不使用。

兩者的聯(lián)系：random.random()生成沉淀0和1之間的任務(wù)道具浮點(diǎn)數(shù)float，它其實(shí)是一個(gè)隱藏的random.Random類的實(shí)例的random方法。那就是說你就用random.random()的時(shí)候，反正有一個(gè)追蹤生成的random.Random類的實(shí)例，也就是random.Random()。random.random()和random.Random().random()作用是差不多的。

Python多進(jìn)程和多線程是雞肋嘛？

GIL的存在一直在是富有家庭爭議的，它會(huì)造成Python程序沒能真正的用來古代和現(xiàn)代操作系統(tǒng)的多進(jìn)程特性。需要注意的是，相對(duì)于I/O圖形處理、NumPy數(shù)學(xué)可以計(jì)算這樣的工程浩大操作都發(fā)生了什么在GIL之外，只不過基本上不受影響，唯一受影響的都是Python字節(jié)碼的執(zhí)行，GIL會(huì)會(huì)造成性能瓶頸的出現(xiàn)。其實(shí)，只有在不使用純Python做CPU密密麻麻的的多線程運(yùn)算時(shí)GIL會(huì)是問題。

GIL是什么Python的代碼執(zhí)行由Python虛擬機(jī)（也叫請(qǐng)解釋器主循環(huán)，CPython版本）來再控制，Python在怎么設(shè)計(jì)之初就判斷到在解釋器的主循環(huán)中，而僅有一個(gè)線程在運(yùn)行。即每個(gè)CPU在任意時(shí)刻只能一個(gè)線程在解釋器中運(yùn)行。對(duì)Python虛擬機(jī)ftp訪問的控制由全局解釋什么鎖GIL壓制，正是我這個(gè)鎖來壓制同一時(shí)刻唯有一個(gè)線程也能運(yùn)行?！趩魏薈PU下的多線程不過都只不過是并發(fā)性，也不是聯(lián)成一體。

并發(fā)與右行區(qū)別

并發(fā)：兩個(gè)或多個(gè)事件在同一時(shí)間間隔發(fā)生，或是說輪流交替做完全不同事件的能力，也可以說有所不同的代碼塊交替負(fù)責(zé)執(zhí)行。右行：兩個(gè)或是多個(gè)事件在同一時(shí)刻不可能發(fā)生，的或說而做不同事件的能力，也可以說差別的代碼塊同樣負(fù)責(zé)執(zhí)行。

并發(fā)和并行的意義

并發(fā)和并行都這個(gè)可以全面處理“多任務(wù)”，二者的比較多區(qū)別在于是否需要是“同時(shí)并且”多個(gè)的任務(wù)。不過比較復(fù)雜到工作任務(wù)分解（有陸續(xù)依賴感直接耦合度高的任務(wù)難以可以做到并行）、任務(wù)運(yùn)行（可能要考慮互斥、鎖、共享等）、而單獨(dú)設(shè)置。

Python下的多線程在Python多線程下，每個(gè)線程的執(zhí)行，:：

資源GIL切換到這個(gè)線程去先執(zhí)行運(yùn)行代碼，這里有兩種機(jī)制：指定你數(shù)量的字節(jié)碼指令（100個(gè)）單獨(dú)計(jì)算時(shí)間15ms線程主動(dòng)一條道控制把線程設(shè)置中為睡眠狀態(tài)釋放GIL再度亂詞左右吧步驟在Python2中，在解釋器請(qǐng)解釋執(zhí)行任何Python代碼時(shí)，都不需要先完成任務(wù)這把鎖才行（不同時(shí)間只會(huì)有一個(gè)完成了GIL的線程在跑，其它的線程都處于靜靜的等待狀態(tài)等一會(huì)兒GIL的釋放），在碰到I/O操作時(shí)會(huì)釋放者這把鎖。如果沒有是純換算的程序，沒有I/O能操作，請(qǐng)解釋器會(huì)每隔100次操作就施放這把鎖，讓別的線程有機(jī)會(huì)先執(zhí)行（這個(gè)次數(shù)可以是從來根據(jù)情況）也顯然這種設(shè)定，是的多線程的CPU密集型換算非常沒啥用處，下面會(huì)一講又為什么會(huì)如此。

而在python3中，GIL不使用ticks計(jì)數(shù)寄存器(100次，釋放者GIL)，中改不使用計(jì)時(shí)器（執(zhí)行時(shí)間達(dá)到15ms閾值后，當(dāng)前線程施放GIL），讓不能執(zhí)行可以計(jì)算的次數(shù)一些，釋放次數(shù)減少，這樣的話對(duì)CPU密集型程序極其敵視，但依舊就沒解決的辦法GIL可能導(dǎo)致的同一時(shí)間不能不能執(zhí)行一個(gè)線程的問題，因此效率始終不不盡人意。

這樣是不是Python的多線程是雞肋嘛？CPU密集型(各種循環(huán)處理、計(jì)數(shù)等等)，在那種情況下，ticks計(jì)數(shù)法一下子可能會(huì)達(dá)到閾值，然后把觸發(fā)時(shí)GIL的釋放與再競爭（多個(gè)線程來回直接切換是是需要能量消耗資源的），因?yàn)閜ython下的多線程對(duì)CPU密集型代碼當(dāng)然不敵視，會(huì)觸發(fā)也很不穩(wěn)定的線程切換。

IO密集型(文件處理、網(wǎng)絡(luò)爬蟲等)，多線程能夠最有效提升效率(單線程下有IO操作會(huì)參與IO等待，造成不必要的時(shí)間浪費(fèi)，而再開啟多線程能在線程A等待時(shí)，自動(dòng)選擇到線程B，可以不又不浪費(fèi)CPU的資源，最終達(dá)到能進(jìn)階程序負(fù)責(zé)執(zhí)行效率，一個(gè)線程額外GIL發(fā)送消息，然后再等待直接返回消息（阻塞），Python此時(shí)釋放出GIL,其他線程換取GIL發(fā)送消息，接著同時(shí)等待返回消息（阻塞）......，這樣的絕對(duì)的保證了IO傳輸過程時(shí)間的合理利用，會(huì)減少了IO再等待導(dǎo)致的資源浪費(fèi)，提高IO傳輸效率)。所以我python的多線程對(duì)IO密集型代碼都很客氣禮貌。

有哪些結(jié)論？I/O密集型建議使用多線程并發(fā)先執(zhí)行提高效率、換算密集型可以使用多進(jìn)程（multiprocessing）左行不能執(zhí)行提高效率。大多程序既中有IO操作又中有算出你的操作,這樣這個(gè)下，在又開始并發(fā)任務(wù)之前，是可以先參與測試，測量多線程、多進(jìn)程哪個(gè)效率高就是用哪種。

請(qǐng)?zhí)貏e注意：多核多線程比單核多線程更差，多核多進(jìn)程下，CPU1釋放者GIL后，其他CPU上的線程都會(huì)接受競爭，但GIL可能會(huì)會(huì)馬上被CPU1取得，CPU2施放GIL后……，導(dǎo)致其他幾個(gè)CPU上被呼醒后的線程會(huì)醒著等待到快速切換時(shí)間后又再次進(jìn)入待調(diào)度狀態(tài)，這樣的話會(huì)導(dǎo)致線程起伏顛簸(thrashing)，會(huì)造成效率微低。

多線程下的CPU密集型計(jì)算出也并非藥可醫(yī)，可以不依靠ctypes越過GIL，ctypes這個(gè)可以使py直接內(nèi)部函數(shù)橫豎斜的C動(dòng)態(tài)庫的導(dǎo)出函數(shù)。所要做的只是把重要部分用C/C可以寫成Python擴(kuò)展。但，ctypes會(huì)在動(dòng)態(tài)鏈接庫C函數(shù)前釋放者GIL。

另外，也可以了解下協(xié)程，又稱微線程。

協(xié)程大的的優(yōu)勢(shì)那就是協(xié)程極高的執(zhí)行效率。而且子程序可以切換并非線程切換，反而由程序自身完全控制，所以，沒有線程切換到的開銷，和多線程比，線程數(shù)量一定，協(xié)程的性能優(yōu)勢(shì)就越明顯。

第二大優(yōu)勢(shì)那是不需要多線程的鎖機(jī)制，只不過僅有一個(gè)線程，也不未知同樣寫變量，在協(xié)程中操縱共享資源不加鎖，只必須可以確定狀態(tài)就再說，因此想執(zhí)行效率比多線程高大部分。

只不過協(xié)程是一個(gè)線程先執(zhí)行，那怎摸借用多核CPU呢？最簡單的方法是多進(jìn)程協(xié)程，既充分利用資源多核，又充分發(fā)揮協(xié)程的高效率，可獲得極高的性能。