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，就采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。
所以说，不管python的官方解释器在将来对这个问题有没有什么改进，现在你就可以有一些解决的办法。
可以使用一些没有GIL的Python的解析器有：JPython，IronPython等。
希望偶的回答能够帮到你。
Excel电子表格是您有时必须处理的事情之一。要么是因为您的老板喜欢它们，要么是因为营销需要它们，您可能必须学习如何使用电子表格，这才对了解openpyxl有用！
电子表格是一种非常直观且用户友好的方式，无需任何技术背景即可操作大型数据集。这就是为什么它们今天仍然如此普遍。
在本文中，您将学习如何使用openpyxl执行以下操作：
自信地处理Excel电子表格
从电子表格中提取信息
创建简单或更复杂的电子表格，包括添加样式，图表等
本文是为那些对Python数据结构（如字典和列表）有相当了解而准备的，当然如果你有编程概念，你就可以学习，很容易上手。
首先你得安装这个工具包
pip install openpyxl安装软件包后，您应该可以使用以下代码创建一个超级简单的电子表格：
from openpyxl import Workbookworkbook = Workbook()sheet =workbook.active
sheet[“A1”] = “hello”sheet[“B1”] = “world!”workbook.save(filename=”hello_world.xlsx”)上面的代码应hello_world.xlsx在用于运行代码的文件夹中创建一个名为的文件。如果您使用Excel打开该文件，则应该看到类似以下内容的内容：
恭喜你，你已经成功创建第一个电子表格！那让大家开始阅读一些电子表格！首先，打开示例电子表格：
>>> from openpyxl import load_workbook>>> workbook = load_workbook(filename=”sample.xlsx”)>>> workbook.sheetnames[‘Sheet 1’]>>> sheet =workbook.active
>>> sheet<Worksheet “Sheet 1”>>>>sheet.title
‘Sheet 1’在上面的代码，你第一次打开电子表格sample.xlsx使用load_workbook()，然后你可以使用
workbook.sheetnames
可查看所有其他的工作表。之后，workbook.active选择第一个可用的工作表，在这种情况下，您会看到它自动选择了工作表1。现在，打开电子表格后，您可以像这样轻松地从其中检索数据：
>>> sheet[“A1”]<Cell ‘Sheet 1′.A1>>>> sheet[“A1”].value’marketplace’>>> sheet[“F10”].value
“G-Shock Men’s Grey Sport Watch”要返回单元格的实际值，您需要执行
.value
。否则，您将获得主要的单元格对象。您也可以使用该方法.cell()使用索引符号检索单元格。请记住添加.value
以获取实际值而不是单元格对象：>>> sheet.cell(row=10, column=6)<Cell ‘Sheet 1’.F10>>>> sheet.cell(row=10, column=6).value
“G-Shock Men’s Grey Sport Watch”上面显示了打开电子表格的最快方法。但是您也可以传递其他参数来更改电子表格的加载方式。
经过以上简单的功能叙述，您现在应该知道如何在Python中使用电子表格了！openpyxl是以Python方式从电子表格中提取有价值的信息，无论复杂程度如何，你也可以创建自己的电子表格，向电子表格中添加一些很酷的功能，例如条件格式或图表。
您可以使用openpyxl本指南中未涉及的其他一些方法，但是您始终可以访问该软件包的官方文档网站以了解更多信息，或者甚至可以冒险检查其源代码并进一步改进该软件包。
如果您有任何疑问，或者想了解更多信息，随时在下面留下任何评论。
python语言涉及到的领域很广，如果想在数据科学领域深耕细作就要学习相关的知识
首先你要找一些计算科学方面的书籍，比如《Python数据分析基础》，《利用python进行数据分析》等等，可以去知乎豆瓣上查看经典著作推荐和评分，多看前人的经验的分享，这样可以使自己少走弯路，用最短的时间快速的上手，提升自己的水平！
其次学习要和工作相结合，在工作中遇到了问题可以寻找问题的解决方法，这样印象深刻自己的提升会很快，如果采用自学方式学习，可能会因为学习动力不足，没有环境的支撑导致半途而废。
最后偶想说下，学习科学计算分析，领域是数据分析师，需要具备缜密的思考能力和逻辑分析能力，再加上数学方面的知识会事半功倍！
希望以上对你有所帮助！
简单列举下偶写过的脚本吧，相关的脚本是本人练习使用而已。
1.模拟京东签到打卡因为人的精力是有限的，所以一些重复性的工作，能免则免，你说对不对？
2.模拟京东农场浇水有兴趣可以观看偶的视频：https://www.ixigua.com/6850853762894938627/
3.查询开源软件的最新版本4.查询基金的数据最近老婆开始研究基金，那就先自己获取下基金的数据，还没成型。
5.自动化操作抖音刷视频这个需要手机插入电脑，安装相应驱动，然后用python脚本进行模拟操作。
6.自动化操作简书点击抽奖7.写个加密算法储存网站密码8.获取照片原图里的地理位置写这个，主要是因为看到之前网上报告说微信原图泄露地理信息。
有兴趣的可以查看偶的视频:https://www.ixigua.com/6848256405950956036/，希望可以提高大家的安全意识。
最后当然还有很多脚本，这里就不一一列举了，只是想说一点：你只要想得到的事情，用Python就可以轻松获取，但是注意不要违法。