python编程晕,python编程bim

dfnjsfkhak 2024-05-16 29 0

大家好，今天小编关注到一个比较有意思的话题，就是关于python 编程晕的问题，于是小编就整理了2个相关介绍 Python编程晕的解答，让我们一起看看吧。

本人python小白，代码照书上打的，但是仍然报错，这是什么问题呀？
Python不能利用多核的问题以后能被解决吗？

本人python小白，代码照书上打的，但是仍然报错，这是什么问题呀？

小白学习代码报错是正常的，学习Python 也是你正确的，Python也是目前编程语言最近的，效率也很好，学习Python我有以下几点建议

1.首先确实自己安装的是那个版本的，因为Python2和Python3在语法上面还是有一定的差别的。

（图片来源网络，侵删）

2.小白学习一定要注意缩进的问题，因为python是脚本语言，对于语法要求没有那么严格，但是只是通过缩进来控制作用域，如果按照课本学习是不太容易看出来缩进的，这一点也是小白们最容易出错的地方，也是最容易忽略的地方，谨记于心！

3.对于小白学习代码一定要多敲代码，多敲代码，多敲代码，特别重要，代码是枯燥的，很多人只是纸上谈兵，看着书本也都能理解，但是实际上手操作你会发现很多的问题，只有不但的练习才会记得牢，我建议第一遍就去按照敲，不用管他是啥意思，第二遍敲着去理解其意思，第三遍就是丢了课本自己去敲，这是最起码的三遍，必须这么来才会学会Python。

4.书本上面也只是基础，如果想把Python学的深透，建议把基础学完之后在网上找个项目来练手，以此来巩固自己的Python，也可以加深对于Python各个基础的理解。

（图片来源网络，侵删）

总之，学习一门编程语言，多敲，反复的敲是没错，只有反复练习才会达到一定的境界，希望我的回答能帮到你！

1、查看你的书用的什么版本，python2和Python3是不兼容的，有些语法改了。

2、python***用缩进式语法，要注意你的缩进，这是新手最容易遇到的问题之一。

（图片来源网络，侵删）

3、有些写书的人代码本身就有问题，当然这个问题比较少见。

4、推荐找网络形式的教程，现在很多网络教程多数***用富文本编辑器，代码部分会写在代码块里，同时网络教程你可以后台留言，作者可能***答你。

如果对你有帮助，不妨点个赞，加个关注

但凡你有点独立思考的能力，你都不至于这么样子提问题！你把代码贴一下呀，就算不贴代码，你怎么着也得把报错代码贴一下吧！还有那些回答的，你都不知道哪错了，就在那回了一大堆，也真是醉了！

python的环境很难搞，你要确定你的环境和书上环境一样才行。python用的库文件少了编译不出来，编译器版本不对编译不出来，虚拟环境指向不对也不行。反正很麻烦，一句两句说不清楚。

这确实是一个小白问的问题，[捂脸]。小白，为了方便别人帮你分析和解决问题，建议你可以把你的代码和错误信息包含在你的问题里面。这样你也可以快速的得到。

下面是我给初学Python编程的同学的一些建议。

不管你是通过什么方式运行的python程序，运行的错误信息里面都会有明确的提示，你错在哪里了。你可以仔细阅读错误提示，养成良好的学习习惯。

如果因为刚开始学看不懂错误提示，那么最快的得到答案的方式就是上网用你的错误信息的关键字搜索一下。

其实对于初学者来说，自己敲代码比在网上复制要好一些。但是要注意小步快走。

什么是小步快走呢？

你不要把大段大代码抄完再运行。而是写三四行之后就运行一下。

Python不能利用多核的问题以后能被解决吗？

我是米小乐小米，你的问题我来回答。

首先，更正一下你的问题中的说法，python并不是不能利用多核，而是，多核的利用效率很低。

其次，要回答这个问题，首先你要了解一个概念——全局解释器锁（GIL）。

转一篇关于Python GIL的文章。

归纳一下，CPU的大规模电路设计基本已经到了物理意义的尽头，所有厂商们都开始转向多核以进一步提高性能。Python为了能利用多核多线程的的优势，但又要保证线程之间数据完整性和状态同步，就***用了最简单的加锁的方式（所以说Python的GIL是设计之初一时偷懒造成的！）。Python库的开发者们接受了这个设定，即默认Python是thread-safe，所以开始大量依赖这个特性，无需在实现时考虑额外的内存锁和同步操作。但是GIL的设计有时会显得笨拙低效，但是此时由于内置库和第三方库已经对GIL形成了牢不可破的依赖，想改革GIL反而变得困难了（晕！）。所以目前的现状就是，Python的多线程在多核CPU上，只对于IO密集型计算产生正面效果；而当有至少有一个CPU密集型线程存在，那么多线程效率会由于GIL而大幅下降。虽然Python社区也在不断为此努力改进，但恐怕短时间内不会有改变，所以想规避GIL的，可以使用多进程的multiprocessing或concurrent.futures模块，或者换个Python的解析器。