python多queue有什么好處？死鎖通常是因為您使用了鎖。在Python中，可以直接使用queue，它有自己的鎖。你不必自己鎖門。所以嚴格地說，在Python中，不需要鎖。如果使用了鎖，尤其是多線

python多queue有什么好處？

死鎖通常是因為您使用了鎖。在Python中，可以直接使用queue，它有自己的鎖。你不必自己鎖門。所以嚴格地說，在Python中，不需要鎖。如果使用了鎖，尤其是多線程。用隊列方法解決這個問題，不存在這樣的問題。如果必須使用鎖，就會出現(xiàn)死鎖。例如，如果一個鎖依賴于另一個鎖，在某些情況下，兩個鎖都不能打開。尤其是多線程的時候。通常我們的方法是在過程中設(shè)置心跳變量。在主線程中檢查此變量。如果線程的心跳停止很長時間，它應(yīng)該是死的。死鎖也包括在內(nèi)。

Python語言其實很慢，為什么機器學習這種快速算法步驟通常還是用呢？

對于那些使用了多種開發(fā)語言（Java、C#、nodejs、Erlang）然后轉(zhuǎn)用Python進行機器學習的人，我想談?wù)勎业目捶ā?/p>

首先，Python真的很慢嗎？我的回答是真的。非常慢。for循環(huán)比CPP慢兩個數(shù)量級。

那么為什么要使用Python呢？如果我們遍歷超過一億個數(shù)據(jù)，兩個數(shù)量級的差異是不可接受的。但是，如果我們使用Python來執(zhí)行頂層邏輯并阻塞數(shù)以億計的數(shù)據(jù)，Python只會循環(huán)十幾次，剩下的就留給CPU和GPU了。所以兩個數(shù)量級無關(guān)緊要？一毫秒和100毫秒在整個系統(tǒng)中并不重要。

Python最大的優(yōu)點是它可以非常優(yōu)雅地將數(shù)據(jù)拋出到高效的C、CUDA中進行計算。Numpy、panda、numba這些優(yōu)秀的開源庫可以非常方便高效地處理海量數(shù)據(jù)，借助ZMQ、cell等還可以做分布式計算，gevent借助epoll系統(tǒng)IO優(yōu)化。因此，它不需要花費太多的精力就可以優(yōu)雅高效地完成海量數(shù)據(jù)處理和機器學習任務(wù)。這就是Python如此流行的原因。

好好想想。同樣的性能，代碼只有CPP或Java的三分之一或更少，不是很吸引人嗎？