这是敝司刚开发的量化平台，欢迎试用。更多功能添加中~~~~

http://factors.ichinascope.com

人家好不容易培养起来的付费习惯，就被你们这帮人给带坏了。

先说结论：
多线程的话，不会。由于 GIL ，不会出现多个线程『同时』修改你的对象。
多进程，会。因为是 fork 一份数据过去的。


代码如下，如果多进程，去掉 backend 参数即可。

from joblib import Parallel, delayed
import numpy as np
import time
class C(object):
pass

def func(c):
c.value+=1
print(c.value)

c = C()
c.value=0

Parallel(n_jobs=4, backend='threading')(delayed(func)(c) for _ in range(20))

@Wangxf 反过来说，我现在买房缺钱，能从公司预支，剩下的慢慢还么？

axel

insert into table on duplicate update

我一开始用的是 120 ，后来还是改成 80 了。

1.很多编辑器的默认就是 80 ，组里其他人都没改成 120 ，结果大家都喜欢 reformat ，这样用 git 就不方便了，我总不能强行让其他人修改。

2.很多 github 的开源项目用的也是 80 ，有些代码你可能想贡献到 github 开源项目，默认用 80 不会出问题。

@leavic 你怎么知道 url 后面的 page number 有 2000 个？ 如果只有 10 个，你是不是要 request 2000 次？

我定义的优雅的方式是不需要要自己手动去生成 page number, 最好能通过某种手段自动得到。比如你 request 一下 baseurl 的时候，要是能返回 total page number 就最好了。

我能想到的不优雅的方式是：
for page_number in xrange(1, a_large_number):
____try:
________request("{base_url}{page_number}".format(base_url=base_url, page_number=parge_number)
____except ExceptionIDontKnow:
break

就是设置一个比较大的 page number, 当访问不到的时候应该会返回一个特定的异常，然后就退出循环

lambda functions can not be pickled

我猜你的 calculate 运算时对称的， calculate(x,y) 等于 calculate(y,x)
你可以试试 lru.cache 来节约运算时间。

@yanyuechuixue

那就拆分,用 generator 。

假设天空 180*360 的格子 命名为 grids.

paired_array = ( (array1, array2)
for array1 in grid
for array2 in neighbor
for neighbor in get_neighbors(grid)
for grid in grids
)

result = [calculate(array1, array2) for array1, array2 in paired_array]

可能是 sql 语句有问题，我昨天做查询的时候，一个字段是股票代码， 600000 这样的，数据库里是文本格式，我查询的时候却用了数字格式，可以查的出来，但是要耗时 160+秒，后来发现这个问题，查询降到了 1 秒以下。

红牛

可不可以这样：打开文件，读取内容，存到指定长度的 deque ，以后有新数据就往 deque 里面存，最后写入文件，关闭文件。

强烈建议你重构代码，六个 for 循环，我从来没见到过这么多的循环嵌套的。

@elitezhe 数据已经被下载到本地了，如果耗时，也应该主要在 IO 上，不在网络通信上