有哪些適合大學生學習的網站推薦？一、B站年輕人的聚集地，不僅番劇、各種看見了爽，一些教程、直播又是爽歪歪。二、教程、在家自學類網站騰訊課堂：怎么學習內容相當豐富，計算機、法律、會計、美術、英語另外一些

有哪些適合大學生學習的網站推薦？

一、B站

年輕人的聚集地，不僅番劇、各種看見了爽，一些教程、直播又是爽歪歪。

二、教程、在家自學類網站

騰訊課堂：怎么學習內容相當豐富，計算機、法律、會計、美術、英語另外一些生活方面的，都太充實

慕課網

自學計算機的不二選擇哦，HTML、Java、python、Vue.js……

三、求職招聘類

高校人才網：招聘求職好去處

根據各大專業(yè)，在內中小學、醫(yī)學、科研人才的。也有一些大學的招聘信息。

四、考試、十階類

教育考試網

這個毋須無需贅述，英語四六級、計算機等級考試、雅思、托福，都離不開它。

五、千圖網、昵圖網、花瓣網、這些全是一些素材網站，多多少少要設計一些圖片

六、大學MOOC

這個網站怎么都脫不開的，上千門的名校免費課程，不管提前預習那就系統復習大都確實不錯的選擇。

Python多進程和多線程是雞肋嘛？

GIL的存在始終是富有家庭爭議的，它倒致Python程序根本無法完全依靠在現代操作系統的多進程特性。需要注意的是，相對于I/O圖形處理、NumPy數學換算這樣的前后歷時操作都發(fā)生在GIL之外，但是基本上不受影響，唯一受影響的都是Python字節(jié)碼的執(zhí)行，GIL會造成性能瓶頸的出現。反正，唯有在不使用純Python做CPU猛烈的多線程運算時GIL會是問題。

GIL是什么Python的代碼執(zhí)行由Python虛擬機（也叫回答器主循環(huán)，CPython版本）來控制，Python在啊,設計之初就判斷到在解釋器的主循環(huán)中，同樣的唯有一個線程在運行。即每個CPU在不可以時刻唯有一個線程在解釋器中啟動。對Python虛擬機訪問的操縱由全局解釋什么鎖GIL再控制，正是我這個鎖來控制同一時刻僅有一個線程也能運行?！趩魏薈PU下的多線程反正都只不過是各種嚴重感染，不是分頭并進。

并發(fā)與右行區(qū)別

并發(fā)：兩個或多個事件在同一時間間隔發(fā)生，或則說交替變換做不同事件的能力，的或說差別的代碼塊上下交替負責執(zhí)行。聯成一體：兩個的或多個事件在同一時刻不可能發(fā)生，或是說另外做不同事件的能力，或則說相同的代碼塊同樣的不能執(zhí)行。

并發(fā)和并行的意義

并發(fā)和并行都可以不全面處理“多任務”，二者的主要區(qū)別取決于人是否是是“而接受”多個的任務。但是涉及到工作任務分解（有陸續(xù)依賴性太強耦合效應度高的任務沒能你做到右行）、任務運行（可能要判斷互斥、鎖、共享等）、結果擴展。

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

聲望兌換GIL快速切換到這個線程去想執(zhí)行運行代碼，這里有兩種機制：指定數量的字節(jié)碼指令（100個）固定不動時間15ms線程拒絕讓出壓制把線程可以設置為睡眠狀態(tài)釋放GIL再一次重復左右吧步驟在Python2中，在解釋器請解釋執(zhí)行任何Python代碼時，都要先完成這把鎖才行（不同時間只會有一個我得到了GIL的線程在跑，其它的線程都處在耐心的等待狀態(tài)等一會兒GIL的釋放），在碰到I/O操作時會施放這把鎖。如果是純計算出的程序，沒有I/O你操作，講解器會每隔100次操作就能量這把鎖，讓別的線程有機會負責執(zhí)行（這個次數是可以實際來根據情況）也正是這種設定，是的多線程的CPU密集型換算的很沒啥用處，下面會一講又為什么極為。

而在python3中，GIL不在用ticks計數法(100次，釋放者GIL)，改為使用計時器（執(zhí)行時間提升到15ms閾值后，當前線程釋放出GIL），使得想執(zhí)行換算的次數一些，釋放者次數下降，這樣對CPU密集型程序極其不友善，但始終就沒解決的辦法GIL可能導致的同一時間沒有辦法執(zhí)行一個線程的問題，所以才效率卻不盡如人意。

這樣的話有沒Python的多線程是沒用處嘛？CPU密集型(各種循環(huán)處理、計數等等)，在這個下，ticks計數馬上可能會達到閾值，然后再觸發(fā)時GIL的釋放與再競爭（多個線程來回直接切換是要消耗掉資源的），所以python下的多線程對CPU密集型代碼卻不是不友善，會能觸發(fā)也很正常的線程切換到。

IO密集型(文件處理、網絡爬蟲等)，多線程都能夠比較有效提升效率(單線程下有IO操作會并且IO耐心的等待，會造成不必要的時間浪費，而自動打開多線程能在線程A在等待時，手動切換到線程B，可以不不浪費CPU的資源，進而能修為提升程序負責執(zhí)行效率，一個線程額外GIL發(fā)送消息，然后再靜靜的等待直接返回消息（阻塞），Python此時釋放者GIL,其他線程能得到GIL發(fā)送消息，然后同樣的靜靜的等待回消息（阻塞）......，那樣只要了IO傳輸過程時間的合理利用，下降了IO靜靜的等待倒致的資源浪費，提高IO傳輸效率)。因此python的多線程對IO密集型代碼比較好不友善。

有哪些結論？I/O密集型使用多線程并發(fā)不能執(zhí)行提高效率、計算密集型可以使用多進程（multiprocessing）分頭并進執(zhí)行提高效率。正常情況程序既包涵IO操作又包涵可以計算能操作,那你情況下，在正在并發(fā)任務之前，可以先通過測試，測什么多線程、多進程哪個效率高就是用哪種。

請注意一點：多核多線程比單核多線程更差，多核多進程下，CPU1釋放出GIL后，其他CPU上的線程都會通過競爭，但GIL很有可能會馬上被CPU1搞到，CPU2能量GIL后……，倒致其他幾個CPU上被再喚醒后的線程會醒著再等待到快速切換時間后又直接進入待調度狀態(tài)，那樣會倒致線程起伏顛簸(thrashing)，可能導致效率聲音低。

多線程下的CPU密集型計算出也并非無藥可救，這個可以用來ctypes沿著GIL，ctypes可以使py然后動態(tài)鏈接庫輸入的C動態(tài)庫的導出函數。所要做的僅僅把關鍵是部分用C/C不能寫Python擴展。但是，ctypes會在動態(tài)創(chuàng)建C函數前能量GIL。

另外，可以不打聽一下下協程，又稱微線程。

協程的最的優(yōu)勢那是協程極高的執(zhí)行效率。畢竟子程序直接切換不是線程切換，而是由程序自身壓制，所以，沒有線程切換到的開銷，和多線程比，線程數量到最后，協程的性能優(yōu)勢就越明顯。

第二大優(yōu)勢那就是不必須多線程的鎖機制，只不過只有一個線程，也不存在同樣寫變量，在協程中操縱共享資源不加鎖，只不需要判斷狀態(tài)就行了，所以我負責執(zhí)行效率比多線程高n多。

因為協程是一個線程負責執(zhí)行，那怎莫借用多核CPU呢？最簡單的方法是多進程協程，既利用好多核，又全面發(fā)揮協程的高效率，可額外極高的性能。