艽野尘梦的博客

做仿真时经常使用到随机数，下面是一个场景：使用np.random.choice([0,1],p=[0.5,0.5],size=1)去进行随机的二选一，假设需要随机选择1000次，为了保证结果的稳健性，对前述过程重复50次，为了保证可复现性，对每次重复给予特定的随机数种子，即第n次重复时，设置np.random.seed(n)。我想观察的是1000次随机选择是否存在偏误（倾向于某个选项），因此我对1000次随机选择的结果求平均值，平均值低于0.5表明偏向于选项0，高于0.5表明偏向于选项1。

多线程与多进程的基本概念，python中实现多线程与多进程的示例代码。

在上一篇 GIL 的文章中，感性的了解了 GIL，本篇文章尝试从源码层面来简单解析一下 GIL，这里使用 cpython 3.7 版本的源码 (其实这块没有太大的改变，所以你看 3.5、3.6 的 Python 源码都可以)，你可以直接通过 github 浏览相关部分的源码。

熟悉 Python 的人理应都听过 GIL(Global Interpreter Lock，全局解释器锁) ，大概也知道它就是造成 Python 多线程并发其实是「伪并行」的核心原因，但依旧很多人没有深入其中，所以 HackPython 尝试以上、下两篇文章来阐释 GIL，分别从其表现现象、对应源码以及 Python 对 GIL 改进等方面进行讨论。

os.listdir(path) 方法用于返回指定的文件夹包含的文件或文件夹的名字的列表(不包含子文件夹里的文件夹和文件)os.scandir(path)返回指定文件夹下文件夹和文件对应的os.DirEntry对象的迭代器(不包含子文件夹里的文件夹和文件)，运行效率比os.walk高。

本文分享几个鲜为人知的 Pythonic 技巧。这些技巧非常有用，但并不广为人知。通过学习和使用这些技巧，可以帮你节省时间和精力，并使你的代码更加优雅和高效。

Numpy基础-np.random.shuffle()、np.random.permutation()随机排列数组

Numpy基础-np.random.choice()、np.where()

zip() 函数用于将可迭代的对象作为参数，将对象中对应的元素打包成一个个元组，然后返回由这些元组组成的对象，这样做的好处是节约了不少的内存。我们可以使用 list() 转换来输出列表。

Py 的一个大好处，就是灵活的变量声明和动态变量类型。虽然这使得学习 py 起来非常方便快捷，但是同时也带来了 py 在性能上的一些不足。其中相关内存比较主要的一点就是 py 不会对已经销毁的对象所占据的内存做自动的释放内存空间的工作。