Python中的多线程（史上最简单易懂版）

简介：

多线程简单理解就是：一个CPU，也就是单核，将时间切成一片一片的，CPU轮转着去处理一件一件的事情，到了规定的时间片就处理下一件事情。

主要内容：

1.python中显示当前线程信息的属性和方法

# coding:utf-8
# 导入threading包
import threadingif __name__ == "__main__":print("当前活跃线程的数量", threading.active_count())print("将当前所有线程的具体信息展示出来", threading.enumerate())print("当前的线程的信息展示", threading.current_thread())

效果图：

2.添加一个线程

# coding:utf-8
import threading
import timedef job1():# 让这个线程多执行几秒time.sleep(5)print("the number of T1 is %s" % threading.current_thread())if __name__ == "__main__":# 创建一个新的线程new_thread = threading.Thread(target=job1, name="T1")# 启动新线程new_thread.start()print("当前线程数量为", threading.active_count())print("所有线程的具体信息", threading.enumerate())print("当前线程具体信息", threading.current_thread())

效果图：

3.线程中的join函数

（1）预想的是，执行完线程1，然后输出All done…
“理想很丰满，现实却不是这样的”

# coding:utf-8
import threading
import timedef job1():print("T1 start")for i in range(5):time.sleep(1)print(i)print("T1 finish")def main():# 新创建一个线程new_thread = threading.Thread(target=job1, name="T1")# 启动新线程new_thread.start()print("All done...")if __name__ == "__main__":main()

效果图：

（2）为了达到我们的预期，我们使用join函数，将T1线程进行阻塞。join函数进行阻塞是什么意思？就是哪个线程使用了join函数，当这个线程正在执行时，在他之后的线程程序不能执行，得等这个被阻塞的线程全部执行完毕之后，方可执行！

# coding:utf-8
import threading
import timedef job1():print("T1 start")for i in range(5):time.sleep(1)print(i)print("T1 finish")def main():# 新创建一个线程new_thread = threading.Thread(target=job1, name="T1")# 启动新线程new_thread.start()# 阻塞这个T1线程new_thread.join()print("All done...")if __name__ == "__main__":main()

效果图：

4.使用Queue存储线程的结果

线程的执行结果，无法通过return进行返回，使用Queue存储。

# coding:utf-8
import threading
from queue import Queue
"""Queue的使用
"""def job(l, q):for i in range(len(l)):l[i] = l[i] ** 2q.put(l)def multithreading():# 创建队列q = Queue()# 线程列表threads = []# 二维列表data = [[1, 2, 3], [4, 5, 6], [7, 8, 9], [6, 6, 6]]for i in range(4):t = threading.Thread(target=job, args=(data[i], q))t.start()threads.append(t)# 对所有线程进行阻塞for thread in threads:thread.join()results = []# 将新队列中的每个元素挨个放到结果列表中for _ in range(4):results.append(q.get())print(results)if __name__ == "__main__":multithreading()

效果图：

5.线程锁lock

当同时启动多个线程时，各个线程之间会互相抢占计算资源，会造成程序混乱。
举个栗子：
当我们在选课系统选课时，当前篮球课还有2个名额，我们三个人去选课。
选课顺序为stu1 stu2 stu3,应该依次打印他们三个的选课过程，但是现实情况却是：

# coding:utf-8
import threading
import timedef stu1():print("stu1开始选课")global courseif course > 0:course -= 1time.sleep(2)print("stu1选课成功,现在篮球课所剩名额为%d" % course)else:time.sleep(2)print("stu1选课失败，篮球课名额为0，请选择其他课程")def stu2():print("stu2开始选课")global courseif course > 0:course -= 1time.sleep(2)print("stu2选课成功,现在篮球课所剩名额为%d" % course)else:time.sleep(2)print("stu2选课失败，篮球课名额为0，请选择其他课程")def stu3():print("stu3开始选课")global courseif course > 0:course -= 1time.sleep(2)print("stu3选课成功")print("篮球课所剩名额为%d" %course)else:time.sleep(2)print("stu3选课失败，篮球课名额为0，请选择其他课程")if __name__ == "__main__":# 篮球课名额course = 2T1 = threading.Thread(target=stu1, name="T1")T2 = threading.Thread(target=stu2, name="T2")T3 = threading.Thread(target=stu3, name="T3")T1.start()T2.start()T3.start()

效果图：

为了解决这种情况，我们使用lock线程同步锁，在线程并发执行时，保证每个线程执行的原子性。有效防止了共享统一数据时，线程并发执行的混乱。改进的代码如下：

# coding:utf-8
import threading
import timedef stu1():global locklock.acquire()print("stu1开始选课")global courseif course > 0:course -= 1time.sleep(2)print("stu1选课成功,现在篮球课所剩名额为%d" % course)else:time.sleep(2)print("stu1选课失败，篮球课名额为0，请选择其他课程")lock.release()def stu2():global locklock.acquire()print("stu2开始选课")global courseif course > 0:course -= 1print("stu2选课成功,现在篮球课所剩名额为%d" % course)else:time.sleep(1)print("stu2选课失败，篮球课名额为0，请选择其他课程")lock.release()def stu3():global locklock.acquire()print("stu3开始选课")global courseif course > 0:course -= 1time.sleep(1)print("stu3选课成功,现在篮球课所剩名额为%d" % course)else:time.sleep(1)print("stu3选课失败，篮球课名额为0，请选择其他课程")lock.release()if __name__ == "__main__":# 篮球课名额course = 2# 创建同步锁lock = threading.Lock()T1 = threading.Thread(target=stu1, name="T1")T2 = threading.Thread(target=stu2, name="T2")T3 = threading.Thread(target=stu3, name="T3")T1.start()T2.start()T3.start()

效果图：

附录：参考来自：莫烦python；觉得有用的话，记得点赞+收藏+关注！

Python中的多线程（史上最简单易懂版）相关推荐

Xshell下载安装，史上最简单易懂教程
Xshell下载安装,史上最简单易懂教程阿里云网盘提取码:46gw 阿里云网盘下载地址百度网盘提取码:8888 百度网盘下载地址 1,下载完成后,得到这样的文件 2,XmanagerPowerSu ...
世界需要简化第五篇：阅读本文需要有基础，仅一文教你快速应用FOC的SVPWM实现三相异步电机调速？快速学会使用著名的电机SVPWM调速控制算法——史上最简单易懂，算法经高度抽象简化，所有下标经仔细核对
大家都知道,工业革命中所有机械的动力来源是电动机,对于直流电机的控制,可见我的博客.对拖动大负载场合的三相电机.如何快速把调速性能优越的SVPWM(空间电压矢量脉冲宽度调制)算法用出来,编程实现呢? ...
如何在 CSDN 中增加博客访问量史上最简单的博客教程学会之后博客访问量直线上升。
蹭热度如何蹭是问题.下面分几点你发布的有关技术是什么你发布的是否是别人发布过的东西你发布的东西在别人是怎样搜索的. 其实重点在流量,也就是点击.点击到位了,无论你文章来自哪里,或者说抄自哪里, ...
Uber发布史上最简单的深度学习框架Ludwig！
昨日,Uber官网重磅宣布新开源深度学习框架Ludwig,不需要懂编程知识,让专家能用的更顺手,让非专业人士也可以玩转人工智能,堪称史上最简单的深度学习框架! Ludwig是一个建立在TensorFl ...
浅谈 Python 中的多线程。
本文作者:Rocky0249 公众号:Python空间 00.写在之前大家好,我是 Rocky0429,今天我来写一下 Python 中的多线程.在正式开始之前,我先用比较通俗的语言给大家介绍几个比 ...
Python中的多线程
Python中的多线程文章目录 Python中的多线程一.线程介绍 1.什么是线程 2.为什么要使用多线程 3.多线程的优点二.线程实现 1.**`普通创建方式`** 2.**`自定义线程`** ...
重磅！Uber发布史上最简单的深度学习框架Ludwig！不懂编程也能玩转人工智能
点击我爱计算机视觉标星,更快获取CVML新技术昨日,Uber官网重磅宣布新开源深度学习框架Ludwig,不需要懂编程知识,让专家能用的更顺手,让非专业人士也可以玩转人工智能,堪称史上最简单的深度学习 ...
Uber发布史上最简单的深度学习框架Ludwig！不懂编程也能玩转人工智能
昨日,Uber官网重磅宣布新开源深度学习框架Ludwig,不需要懂编程知识,让专家能用的更顺手,让非专业人士也可以玩转人工智能,堪称史上最简单的深度学习框架! image Ludwig是一个建立在Te ...
PYTHON 中的多线程
通常我们构建的应用程序可能需要多个任务在同一个应用程序中同时运行.这就是python中多线程概念发挥作用的地方.这篇文章提供了在 Python 中使用多线程(又名 Python 中的线程)的全面解释. ...

Python中的多线程（史上最简单易懂版）

简介：

主要内容：

1.python中显示当前线程信息的属性和方法

2.添加一个线程

3.线程中的join函数

4.使用Queue存储线程的结果

5.线程锁lock

附录：参考来自：莫烦python；觉得有用的话，记得点赞+收藏+关注！

Python中的多线程（史上最简单易懂版）相关推荐

最新文章

热门文章