Python queue

queue 即队列,特别适合多线程间安全交换信息。

一、四种不同类型的队列

1、queue.Queue(maxsize=0)

先进先出 (First In First Out: FIFO) 队列,最早进入队列的数据拥有出队列的优先权。

maxsize 设置队列的最大长度,默认队列的长度没有限制。一旦队列达到上限,插入数据将会被阻塞,直到有数据出队列之后才可以继续插入。

import queueq = queue.Queue()
for i in range(3):q.put(i)
for i in range(3):print(q.get())

2、queue.LifoQueue(maxsize=0)

后进先出**(Last In First Out: LIFO**)队列,最后进入队列的数据拥有出队列的优先权,就像栈一样。

import queueq = queue.LifoQueue()
for i in range(3):q.put(i)
for i in range(3):print(q.get())

3、PriorityQueue(maxsize=0)

优先级队列,比较队列中每个数据的大小,值最小的数据拥有出队列的优先权。数据一般以元组的形式插入,典型形式为(priority_number, data)。如果队列中的数据没有可比性,那么数据将被包装在一个类中,忽略数据值,仅仅比较优先级数字。

import queue
q = queue.PriorityQueue()
data1 = (1, 'python')
data2 = (2, '-')
data3 = (3, '100')
data = (data2, data3, data1)
for i in data:q.put(i)  # 在队列中依次插入元素 data2、data3、data1
for i in range(3):print(q.get())  # 依次从队列中取出插入的元素,数据元素输出顺序为 data1、data2、data3

4、queue.SimpleQueue

先进先出类型的简单队列,没有大小限制。

import queue
q = queue.SimpleQueue()
for i in range(3):q.put(i)
for i in range(3):print(q.get())

二、异常

1、queue.Empty 异常

当队列中没有数据元素时,取出队列中的数据会引发 queue.Empty 异常,主要是不正当使用 get() 和 get_nowait() 引起的。

import queue
try:q = queue.Queue(3)  q.put('python')  q.put('-') q.put('100') for i in range(4):  print(q.get(block=False))
except queue.Empty:print('queue.Empty')

2、queue.Full 异常

当队列数据元素容量达到上限时,继续往队列中放入数据会引发 queue.Empty 异常,主要是不正当使用 put() 和 put_nowait() 引起的。

import queuetry:q = queue.Queue(3)  q.put('python') q.put('-') q.put('100') q.put('stay hungry, stay foolish', block=False)
except queue.Full:print('queue.Full')

三、Queue、LifoQueue、PriorityQueue 和 SimpleQueue 对象的基本使用方法

四种队列定义的对象均提供了以下函数使用方法,下面以 Queue 队列为例。

1、Queue.qsize()

返回队列中数据元素的个数。

2、Queue.empty()

如果队列为空,返回 True,否则返回 False。

3、Queue.full()

如果队列中元素个数达到上限,返回 True,否则返回 False。

4、Queue.put(item, block=True, timeout=None)

item 放入队列中的数据元素
block 当队列中元素个数达到上限继续往里放数据时,如果 block = False,直接引发 queue.Full 异常;如果 block = True,且 timeout = None,则一直等待直到有数据出队列后可以放入数据;如果 block = True,且 timeout = N,N 为某一正整数时,则等待 N 秒,如果队列中还没有位置放入数据就引发 queue.Full 异常。
timeout 设置超时时间
import queue
try:q = queue.Queue(2)  q.put('python')  q.put('-') q.put('100', block = True, timeout = 5) # 队列已满,继续在队列中插入字符串 '100',等待5秒后会引发 queue.Full 异常
except queue.Full:print('queue.Full')

5、Queue.put_nowait(item)

相当于 Queue.put(item, block=False),当队列中元素个数达到上限继续往里放数据时直接引发 queue.Full 异常。

6、Queue.get(block=True, timeout=None)

从队列中取出数据并返回该数据内容。

block 当队列中没有数据元素继续取数据时:如果 block = False,直接引发 queue.Empty 异常;如果 block = True,且 timeout = None,则一直等待直到有数据入队列后可以取出数据;如果 block = True,且 timeout = N,N 为某一正整数时,则等待 N 秒,如果队列中还没有数据放入的话就引发 queue.Empty 异常。
timeout 设置超时时间
import queue
try:q = queue.Queue()q.get(block = True, timeout = 5)
except queue.Empty:print('queue.Empty')

7、Queue.get_nowait()

相当于 Queue.get(block=False)block,当队列中没有数据元素继续取数据时直接引发 queue.Empty 异常。

四、Queue、LifoQueue 和 PriorityQueue 对象的高级使用方法

SimpleQueue 是 Python 3.7 版本中新加入的特性,与 Queue、LifoQueue 和 PriorityQueue 三种队列相比缺少了 task_done 和 join 的高级使用方法,所以才会取名叫 Simple 了,下面介绍一下 task_done 和 join 的使用方法。

task_done 表示队列内的数据元素已经被取出,即每个 get 用于获取一个数据元素, 后续调用 task_done 告诉队列,该数据的处理已经完成。如果被调用的次数多于放入队列中的元素个数,将引发 ValueError 异常。
join 一直阻塞直到队列中的所有数据元素都被取出和执行,只要有元素添加到 queue 中就会增加。当未完成任务的计数等于0,join 就不会阻塞。

import queue
q = queue.Queue()
q.put('python')
q.put('-')
q.put('100')
for i in range(3):print(q.get())q.task_done()  # 如果不执行 task_done,join 会一直处于阻塞状态,等待 task_done 告知它数据的处理已经完成
q.join()

下面是一个经典示例,生产者和消费者线程分别生产数据和消费数据,先生产后消费。采用 task_done 和 join 确保处理信息在多个线程间安全交换,生产者生产的数据能够全部被消费者消费掉。

from queue import Queue
import random
import threading
import time#生产者线程
class Producer(threading.Thread):def __init__(self, t_name, queue):threading.Thread.__init__(self, name=t_name)self.data=queuedef run(self):for i in range(5):print ("%s: %s is producing %d to the queue!" %(time.ctime(), self.getName(), i))self.data.put(i)  # 将生产的数据放入队列time.sleep(random.randrange(10)/5)print ("%s: %s finished!" %(time.ctime(), self.getName()))#消费者线程
class Consumer(threading.Thread):def __init__(self, t_name, queue):threading.Thread.__init__(self, name=t_name)self.data=queuedef run(self):for i in range(5):val = self.data.get()  # 拿出已经生产好的数据print ("%s: %s is consuming. %d in the queue is consumed!" %(time.ctime(), self.getName(), val))time.sleep(random.randrange(5))self.data.task_done() # 告诉队列有关这个数据的任务已经处理完成print ("%s: %s finished!" %(time.ctime(), self.getName()))#主线程
def main():queue = Queue()producer = Producer('Pro.', queue)consumer = Consumer('Con.', queue)producer.start()consumer.start()queue.join()  # 阻塞,直到生产者生产的数据全都被消费掉producer.join() # 等待生产者线程结束consumer.join() # 等待消费者线程结束print ('All threads terminate!')if __name__ == '__main__':main()

Python queue相关推荐

  1. python queue get 方法_Python Queue模块详解

    Python3.5中,队列是线程间最常用的交换数据的形式.Queue模块是提供队列操作的模块,虽然简单易用,但是不小心的话,还是会出现一些意外. 创建一个"队列"对象 import ...

  2. python queue windows_python Queue模块

    创建一个"队列"对象 import Queue myqueue = Queue.Queue(maxsize = 10) Queue.Queue类即是一个队列的同步实现.队列长度可为 ...

  3. python queue的用法_python Queue模块使用

    Python中,队列是线程间最常用的交换数据的形式.Queue模块是提供队列操作的模块,虽然简单易用,但是不小心的话,还是会出现一些意外. 创建一个"队列"对象 import Qu ...

  4. python queue函数_Python模块:queue

    一.Python queue Python queue模块有三种队列: 1.FIFO队列先进先出. 2.LIFO类似于堆,即先进后出. 3.还有一种是优先级队列级别越低越先出来. 针对这三种队列分别有 ...

  5. python queue 调试_学Python不是盲目的,是有做过功课认真去了解的

    有多少伙伴是因为一句'人生苦短,我用Python'萌生想法学Python的!我跟大家更新过很多Python学习教程普及过多次的Python相关知识,不过大家还是还得计划一下Python学习路线!Pyt ...

  6. python queue 多进程_python中的Queue与多进程(multiprocessing)

    最近接触一个项目,要在多个虚拟机中运行任务,参考别人之前项目的代码,采用了多进程来处理,于是上网查了查python中的多进程 一.先说说Queue(队列对象) Queue是python中的标准库,可以 ...

  7. Python之路-python(Queue队列、进程、Gevent协程、Select\Poll\Epoll异步IO与事件驱动)

    一.进程: 1.语法 2.进程间通讯 3.进程池 二.Gevent协程 三.Select\Poll\Epoll异步IO与事件驱动 一.进程: 1.语法 1 简单的启动线程语法 2 def run(na ...

  8. python queue 多线程_Python如何实现并行的多线程?

    如果大家在学习中遇到困难,想找一个python学习交流环境,可以点击下方加入我们一起学习,欢迎零基础和大佬加入正在跳转​jq.qq.com 有关Python问题都可以给我留言喔 接下来说正事,如果待处 ...

  9. python queue 查询是否在队列中_python队列Queue的详解

    Queue Queue是python标准库中的线程安全的队列(FIFO)实现,提供了一个适用于多线程编程的先进先出的数据结构,即队列,用来在生产者和消费者线程之间的信息传递 基本FIFO队列 clas ...

最新文章

  1. App Inventor2项目部署到本地
  2. PHP利用反射根据类名反向寻找类所在文件
  3. silverlight,WPF动画终极攻略之番外 3D切换导航篇(Blend 4开发)
  4. Spring IoC容器管理的Bean能够被垃圾回收吗?
  5. 使用Mockito和BeanPostProcessors在Spring注入测试双打
  6. opencv findContours 报错_acrt_first_block == header
  7. Python学习笔记之Windows下通过pip安装PyMySQL
  8. 身价超13000亿!他又重回世界首富了
  9. readline库实现命令行自动补全
  10. jQuery ajax 结合vue 获取豆瓣api 数据 ,jsonp解决跨域
  11. ACL'22 | 基于强化学习的实体对齐
  12. 浅谈NFC、RFID、红外、蓝牙的区别
  13. dbv oracle驱动,Oracle DBV工具
  14. 对于网络文学而言 计算机叙事,90年代文学的“增量”
  15. 香蕉派BPI-M64-〇〇五之:烧录Ubuntu16.04到emmc中(基于win10系统下操作)
  16. 小游戏《别踩白块》-第十一个程序20200625
  17. 什么是modbus通信协议?
  18. 互联网最新报告出炉!程序员必看系列!
  19. ORACLE 增删改查与更新
  20. Python案例篇1-pycharm ModuleNotFoundError: No module named ‘xlsxwriter‘

热门文章

  1. c语言判断是否以某个字符串开头,以某个字符串结尾
  2. C#Mysql学生信息管理系统
  3. qt——widget
  4. 建立一个学生数据库/表
  5. 955.WLB 不加班公司名单新增 6 家公司,移出 1 家公司!
  6. MATLAB矩阵生成
  7. Python基础操作_字典的遍历
  8. 用java web start来发布jbpm(三)
  9. opensuse下安装网易云音乐netease-cloud-music
  10. 大数据在金融行业的应用——银行大数据