Python中的线程和全局变量 - 数组和标准变量之间的区别？

-1

我目前尝试使用线程编写一个更大的python程序，并遇到了数组不必被声明为全局的问题。Python中的线程和全局变量 - 数组和标准变量之间的区别？

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()

由于var未被声明为全局变量，因此上述代码将产生错误消息。 Unnotement

global var

产生一个可执行脚本，打印var的值两次。但是用numpy的阵列data_np，没有声明需要

global data_np

时。脚本将运行。我不明白这种行为。有人可以对此作出解释吗？

来源

2015-07-21 kM00n

的global陈述要求通知的Python你想要一个变量（var在这种情况下）被视为一个全球性的，普遍的修改名称，而不是为每个函数的局部变量。如果您将var = 0的定义移到以上功能上，您的票价会稍微好一些：

但是由于Marcin says“对于上帝的爱不要这样做”。避开几个NameError这里并不是关键问题。全局变量在很多程序中很难管理，即使没有并发性。在并发环境中，他们变成了噩梦。它们在线程和多处理并发性（您已经导入了两者，尽管目前似乎使用线程）以及跨不同平台（Windows的工作方式与Unix/Linux/Mac OS X不同，例如，）。

至少在某种程度上，数组引用起作用的原因是全局结构（例如字典，列表，NumPy数组）的内部内容即使在整个结构不是时也是可以修改的。其中大部分与Python如何管理名称（粗略地说是“变量”）有关，而与并发性无关。但是在一个并发环境中，对这些全局结构的修改会非常迅速地变得非常危险（阅读：令人困惑，不可靠，不容易重现）。

因此，长话短说，在我们甚至开始讨论您的主题所面临的race condition之前，这里很容易出现三到四个重叠问题。

如果您的阅读器（child2）的睡眠时间比您的作者（child1）长，您可能可以获得基本工作代码。但要小心：除了一个玩具的例子，你需要一个真正的并发感知结构（例如a queue）。

来源

2015-07-21 22:41:32

谢谢你的回答！它为底层结构提供了一个很好的第一见解。 – kM00n

也许为了使事情更清楚，代码只是一个例子，以澄清我遇到的数组和标准变量被区别对待的问题。在我的主程序中，我想要创建两个进程，一个进行绘图，另一个进程包含两个线程。一个用于与外部设备通信的线程，另一个用于处理用户输入。我尝试通过仅分别向一个进程或线程写入变量或数组来避免并发性。到目前为止，这在OSX下得到了解决。 – kM00n

是的。如果你只从一个线程写入结构，这大大简化了事情。由于“竞赛条件”，这并不意味着你会得到100％可靠的结果。对于这些，你需要真正的并发感知结构，比如队列。对于简单的示范，你有时可以不使用它们。 –

global用于允许分配给全局变量。没有这个声明，你可以读取一个没有被遮蔽的全局变量。
对于上帝的爱不要这样做。阅读有关管理并发的技巧。

来源

2015-07-21 22:18:43 Marcin

Python中的线程和全局变量 - 数组和标准变量之间的区别？

回答

相关问题