python實(shí)現(xiàn)并行計(jì)算，怎么實(shí)現(xiàn)？有很多方法可以用Python進(jìn)行并行計(jì)算，例如使用標(biāo)準(zhǔn)庫(kù)中的[threading module]（https://docs.python.org/2/library

python實(shí)現(xiàn)并行計(jì)算，怎么實(shí)現(xiàn)？

有很多方法可以用Python進(jìn)行并行計(jì)算，例如使用標(biāo)準(zhǔn)庫(kù)中的[threading module]（https://docs.python.org/2/library/threading.html)線程級(jí)并行性，[多處理模塊]（https://docs.python.org/2/library/multiprocessing.html)進(jìn)程級(jí)并行[期貨[模塊]（https://docs.python.org/3/library/concurrent.futures.html)實(shí)現(xiàn)異步并行，使用[IPython.parallel公司[模塊]（https://ipython.org/ipython-doc/3/parallel/index.html)使用[mpi4py包]（https://pypi.org/project/mpi4py/)MPI消息傳遞并行計(jì)算等。我的個(gè)人書籍（https://www.jianshu.com/c/5019bb7bada6)和[CSDN博客專欄]（https://blog.csdn.net/column/details/26248.html)本文特別介紹了Python的并行計(jì)算，并給出了大量的程序?qū)嵗?/p>

Python能否進(jìn)行大規(guī)模數(shù)值計(jì)算？

當(dāng)您問(wèn)這個(gè)問(wèn)題時(shí)，您可能主要懷疑Python的性能。事實(shí)上，Python的許多更好的模塊都是用C語(yǔ)言編寫的，例如，numpy是一個(gè)常用的Python數(shù)值計(jì)算庫(kù)，它是用C語(yǔ)言實(shí)現(xiàn)的，而且計(jì)算機(jī)的配置也不像十年前那么低。今年，python掀起了一股依靠人工智能的浪潮。作為人工智能產(chǎn)品開發(fā)中最流行的編程語(yǔ)言，人工智能相關(guān)產(chǎn)品的開發(fā)自然離不開大數(shù)據(jù)的支持，因此Python能否進(jìn)行大規(guī)模的數(shù)值計(jì)算，毋庸置疑。

MATLAB在逐漸被Python淘汰嗎？

MATLAB和python不在同一級(jí)別。MATLAB是面向算法本身和仿真本身的產(chǎn)品。如果不是運(yùn)行效率，那就要看是誰(shuí)寫的程序了。matlab收費(fèi)的原因在于運(yùn)行時(shí)的更新。比如及時(shí)5g更新NR庫(kù)，如果你用Python寫這個(gè)東西，不是不可能寫的，只是時(shí)間、完整性、運(yùn)行效率，這些都很難保證。畢竟，MATLAB的背后是一支強(qiáng)大的科學(xué)家團(tuán)隊(duì)來(lái)負(fù)責(zé)算法，一支強(qiáng)大的工程師團(tuán)隊(duì)來(lái)完成實(shí)現(xiàn)，最后給大家一個(gè)簡(jiǎn)單易用的函數(shù)它可以通過(guò)使用的方法來(lái)實(shí)現(xiàn)。每個(gè)人都做他們擅長(zhǎng)的事。

只是掌握一門Python語(yǔ)言，能做人工智能嗎？

謝謝你邀請(qǐng)我

只要掌握python，就有很多方向可供選擇。

除了熟練掌握Python，還需要掌握f(shuō)lash、Django、tornado等框架。你可以根據(jù)企業(yè)招聘所需要的知識(shí)來(lái)學(xué)習(xí)。

學(xué)習(xí)crawler，需要掌握scratch等crawler框架，還需要使用mysql、mongodb等相關(guān)數(shù)據(jù)庫(kù)。

需要一些Linux知識(shí)。

掌握熊貓、sklearn等數(shù)據(jù)分析數(shù)據(jù)庫(kù)，以及一些相關(guān)的機(jī)器學(xué)習(xí)算法。

大量數(shù)據(jù)的并行計(jì)算怎么實(shí)現(xiàn)？

對(duì)于大量數(shù)據(jù)的計(jì)算，數(shù)據(jù)可以分布在不同的計(jì)算節(jié)點(diǎn)上，這樣每個(gè)節(jié)點(diǎn)上的數(shù)據(jù)量就小于其可用內(nèi)存。在劃分?jǐn)?shù)據(jù)時(shí)，應(yīng)盡量減少不同計(jì)算節(jié)點(diǎn)之間的數(shù)據(jù)交換和通信。最好的情況是使每個(gè)節(jié)點(diǎn)獨(dú)立計(jì)算，而不需要任何數(shù)據(jù)交換和通信。

由于幾乎所有的機(jī)器都是多核、多處理器的，我們還可以在每個(gè)節(jié)點(diǎn)上進(jìn)行節(jié)點(diǎn)內(nèi)并行，充分利用每臺(tái)機(jī)器的計(jì)算性能。

要進(jìn)行并行計(jì)算，我們需要選擇合適的并行計(jì)算工具。許多編程語(yǔ)言提供了多種并行實(shí)現(xiàn)機(jī)制。以Python為例，您可以使用標(biāo)準(zhǔn)庫(kù)（https://docs.python.org/2/library/threading.html)線程級(jí)并行性，[多處理模塊]（https://docs.python.org/2/library/multiprocessing.html)進(jìn)程級(jí)并行[期貨[模塊]（https://docs.python.org/3/library/concurrent.futures.html)實(shí)現(xiàn)異步并行，使用[IPython.parallel公司[模塊]（https://ipython.org/ipython-doc/3/parallel/index.html)使用[mpi4py包]（https://pypi.org/project/mpi4py/)MPI消息傳遞并行計(jì)算等。如果可以使用C/C、FORTRAN或Python為Python編寫擴(kuò)展模塊，那么也可以使用OpenMP并行。我的個(gè)人書籍（https://www.jianshu.com/c/5019bb7bada6)和[CSDN博客專欄]（https://blog.csdn.net/column/details/26248.html)本文特別介紹了Python的并行計(jì)算，并給出了大量的程序?qū)嵗?。如果你需要或感興趣，你可以了解它。