OpenMP中到底是什么“隐式同步”，如何发现它？我老师说

#pragma omp parallel
printf(“Hello 1\n”);

具有隐式同步。为什么？你怎么看？

我正在尝试实现指数回归函数。sp 代表 sympy。我使用 numpy 和 sympy。首先，在 func_exp 中我尝试使用 np.exp 但它生成了一个错误（属性错误），所以我决定使用 sympy 代替。嗯，这是代码

import numpy as np\nfrom numpy.linalg import matrix_rank\nimport scipy \nimport scipy.integrate\n\nimport random \n\nimport matplotlib.pyplot as plt\nimport matplotlib as mpl\nfrom mpl_toolkits.mplot3d import Axes3D\n\nfrom sympy import integrate\nimport sympy as sp\n\nx, y = sp.symbols(\'x, y\')\n\nsp.init_printing(use_unicode=True,use_latex=\'mathjax\')\ndef exponential_regression (x_data, y_data):\n   def func_exp(x, a, b):\n       return a*sp.exp(b*x)\n   popt, pcov = scipy.optimize.curve_fit(func_exp, x_data, y_data)\n   a = popt[0] # componente a, Par\xc3\xa1metro \xc3\x93PTimo (popt).\n   b = popt[1] # componente b, Par\xc3\xa1metro \xc3\x93PTimo (popt).\n   plt.figure()\n   puntos = …

我想做的是分析文本中字母的频率。作为一个例子，我将在这里使用一个小句子，但所有这些都被认为是为了分析巨大的文本（所以最好是高效的）。

好吧，我有以下文字：

test = "quatre jutges dun jutjat mengen fetge dun penjat"

然后我创建了一个计算频率的函数

def create_dictionary2(txt):
    dictionary = {}
    i=0
    for x in set(txt):
        dictionary[x] = txt.count(x)/len(txt)
    return dictionary

进而

import numpy as np
import matplotlib.pyplot as plt
test_dict = create_dictionary2(test)
plt.bar(test_dict.keys(), test_dict.values(), width=0.5, color='g')

我得到

问题： 我想看到所有字母，但其中一些字母看不到（15 位艺术家的容器对象） 如何扩展直方图？然后，我想对直方图进行排序，以获得类似的东西

这