Python线程和全局变量数组与标准变量的区别？

Question

我目前尝试使用线程编写一个更大的python程序，但遇到了这样一个问题：数组不必以某种方式声明为全局的。在

import numpy as np
import threading
import time
import ctypes
import multiprocessing
import random
import os


def child1():
    #global var
    starttime = time.time()
    for ite in range(10):
        #data_np[ite] = time.time()-starttime
        #print data_np[ite]
        var += 1
        print var
        time.sleep(1)

def child2():
    #global var
    for ite in range(10):
        #print data_np
        print var
        print "\n"
        time.sleep(1)


os.system("clear")
data_np = np.zeros(shape=(10), dtype="float")
var = 0

thread1 = threading.Thread(target=child1)
thread2 = threading.Thread(target=child2)

thread1.start()
thread2.start()

thread1.join()
thread2.join()

上述代码将产生一条错误消息，因为var没有声明为全局变量。取消注释

^{pr2}$

生成一个可执行脚本，将var值打印两次。 但是当使用numpy数组数据时，没有声明

global data_np

是需要的。不过，脚本仍将运行。 我不理解这种行为。有人能解释一下吗？在

Answer 1

需要使用global语句来通知Python您希望将一个变量（var）作为全局的、通用的可修改名称而不是每个函数的局部变量来处理。如果您将var = 0定义移到函数之上，情况会稍微好一些：

但作为Marcin says，“上帝的爱，不要这样做。”绕开几个NameError并不是这里的关键问题。在许多程序中，即使没有并发，全局变量也很难管理。在同时发生的环境中，它们会变成噩梦。它们的行为在线程化和多处理并发性（这两个都是你导入的，尽管你现在似乎在使用线程）和跨不同的平台（例如，Windows的工作方式与Unix/Linux/macosx不同）。在

数组引用起作用的原因，至少在某种程度上是这样的：全局结构（例如字典、列表、NumPy数组）的内部内容很容易被修改，即使整个结构不是这样。其中大部分与Python如何管理名称（粗略地说，“变量”）有关，而不是与并发性有关。但是在一个并发的环境中，对这些全局结构的修改将很快变得危险（读起来：令人困惑、不可靠、不易复制）。在

所以，长话短说，在我们开始讨论race condition你的线程所面对的问题之前，这里很容易有三到四个重叠的问题。在

如果你的阅读器（child2）比你的编写器（child1）有更长的睡眠时间，你也许可以得到基本上正常工作的代码。但是要注意：除了一个玩具示例，您需要一个真正的并发感知结构（例如a queue）。在