python 多任务之多线程

2024-06-09 16:52
文章标签 python 多线程 多任务

本文主要是介绍python 多任务之多线程,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

多线程

线程是程序执行的最小单位,实际上进程只负责分配资源,而利用这些资源执行程序的是线程,也就是说进程是线程的容器,一个进程中最少有一个线程来负责执行程序,它可以与同属一个进程的其它线程共享进程所拥有的全部资源

 

为什么要选择线程,而不选择进程

进程:就像同时和两个人聊QQ,就需要打开两个QQ软件,会占用没必要的资源

线程:就像同时和两个人聊QQ,只需要打开两个窗口就可以了,也会节省很多资源

 

线程的创建步骤

1.导入所需要的线程模块
import threading2.通过线程类创建线程对象
线程对象 = threading.Thread(target=任务名)3.启动线程
线程对象.start()

 

多线程的使用

import threading
import timedef eat():for i in range(5):print('正字吃饭=============')time.sleep(0.5)        # 等待0.5秒后再执行def music():for i in range(5):print('正在唱歌=============')time.sleep(0.5)       # 等待0.5秒后再执行if __name__ == '__main__':eat_thread = threading.Thread(target=eat,)music_thread = threading.Thread(target=music,)eat_thread.start()music_thread.start()

执行结果

9c37548225bf485e87a7074091b6ef7d.png

 

线程执行任务函数的传参

  • 元组方式传参:元组方式传参一定要和参数的顺序保持一致
  • 字典方式传参:字典方式传参字典中的key一定要和参数名保持一致
import threading
import timedef eat(num, name):for i in range(num):print(f'{name}正字吃饭=============')time.sleep(0.5)        # 等待0.5秒后再执行def music(num, name):for i in range(num):print(f'{name}正在唱歌=============')time.sleep(0.5)       # 等待0.5秒后再执行if __name__ == '__main__':eat_thread = threading.Thread(target=eat, args=(3, '张三'))music_thread = threading.Thread(target=music, kwargs={'num': 5, 'name': '李四'})eat_thread.start()music_thread.start()

执行结果

4b68f729761a49a087abf43ea2e986ca.png

 

守护主线程

主线程会等待所有的子线程执行结束后主线程再结束,但是也是可以主线程不等待子线程执行完成,可以设置守护主线程

两种方式

        1、threading.Thread(target=work, daemon=True)
        2、线程对象.setDaemon(True)

不设置守护主线程的情况下

import threading
import timedef eat():for i in range(10):print('正在吃饭==========')time.sleep(0.5)if __name__ == '__main__':# 创建子线程eat_thread = threading.Thread(target=eat,)# 启动子线程eat_thread.start()time.sleep(2)print('主线程执行完毕========')

执行结果

f72bfe0294c24f8196ba8219d3992400.png

方式一守护主线程

import threading
import timedef eat():for i in range(10):print('正在吃饭==========')time.sleep(0.5)if __name__ == '__main__':# 创建子线程eat_thread = threading.Thread(target=eat, daemon=True)# 启动子线程eat_thread.start()time.sleep(2)print('主线程执行完毕========')

执行结果

5bd2e2a5ba544ff3960d93a17fc2bc26.png

方式二守护主线程

import threading
import timedef eat():for i in range(10):print('正在吃饭==========')time.sleep(0.5)if __name__ == '__main__':# 创建子线程eat_thread = threading.Thread(target=eat,)# 需要写在开启子线程前面eat_thread.setDaemon(True)# 启动子线程eat_thread.start()time.sleep(2)print('主线程执行完毕========')

执行结果

5a8827d6caf14c738de645239e8e8ef0.png

 

线程的执行顺序

一个进程里面,多个线程在执行,线程的执行是无序的,是由CPU调度决定某个线程先执行

获取当前线程的信息

1、通过current_thread方法获取线程对象的信息,例如被创建的顺序
current_thread_info = threading.current_thread()

print(current_thread_info)

import threading
import timedef thread_info():time.sleep(0.5)current_thread_info = threading.current_thread()print(current_thread_info)if __name__ == '__main__':for i in range(5):sub_thread = threading.Thread(target=thread_info,)sub_thread.start()

执行结果

18399294b3cd4791b928890ec68e2e0b.png

 

线程间共享全局变量

多个线程都是在同一个进程中,多个线程使用的资源都是同一个进程中的资源,因此多线程间是共享全局变量

import time
import threadingdef write_date():for i in range(3):my_list.append(i)print('这是子线程写入的表:', my_list)def read_date():print('这是子线程读数据:', my_list)my_list = []
if __name__ == '__main__':write_thread = threading.Thread(target=write_date)read_thread = threading.Thread(target=read_date)write_thread.start()time.sleep(1)read_thread.start()time.sleep(1)print('这是主线程读的数据:', my_list)

执行结果

b397a28e67364eb0ad84a5e5714bd36e.png

 

线程之间共享全局变量数据出现错误问题

解决办法

  • 同步:就是协同步调,按预定的先后次序进行运行。比如现实生活中的对讲机,你说一句我说一句,不能一起说
  • 使用线程同步:也就是互斥锁,同一时刻只能有一个线程去操作全局变量

不使用的情况下

import threading# 定义全局变量
num = 0def sum_num1():for i in range(1000):global numnum += 1print('num1:', num)def sum_num2():for i in range(1000):global numnum += 1print('num2:', num)if __name__ == '__main__':sum1 = threading.Thread(target=sum_num1,)sum2 = threading.Thread(target=sum_num2,)sum1.start()sum2.start()

执行结果

551170087d1d49cfb3ec417c2b8cd514.png

把num加大

import threading# 定义全局变量
num = 0def sum_num1():for i in range(1000000):      # 多加了几个0global numnum += 1print('num1:', num)def sum_num2():for i in range(1000000):       # 多加了几个0global numnum += 1print('num2:', num)if __name__ == '__main__':sum1 = threading.Thread(target=sum_num1, )sum2 = threading.Thread(target=sum_num2, )sum1.start()sum2.start()

执行结果

9d36e411c39e45bca5b6b981aa49e3de.png

 

互斥锁的使用

对共享数据进行锁定,保证同一时刻只有一个线程去操作

互斥锁是多个线程一起去抢,抢到锁的线程先执行,没有抢到的线程进行等候,等锁使用完释放后,其它等待的线程再去抢这个锁

使用

1、创建互斥锁
mutex  = threading.Lock()
2、上锁
mutex .acquire()
3、释放锁
mutex .release()

import time
import threading# 定义全局变量
num = 0def sum_num1():# 上锁mutex.acquire()for i in range(1000000):global numnum += 1print('num1:', num)# 释放锁mutex.release()def sum_num2():# 上锁mutex.acquire()for i in range(1000000):global numnum += 1print('num2:', num)# 释放锁mutex.release()if __name__ == '__main__':# 创建锁mutex = threading.Lock()# 创建子线程sum1 = threading.Thread(target=sum_num1, )sum2 = threading.Thread(target=sum_num2, )# 启动子线程sum1.start()sum2.start()time.sleep(5)print(num)

执行结果

 09a331ddb60b4268b08ce07325bd20b0.png

死锁

一直等待对方释放锁的情况就是死锁,死锁会造成程序的停止响应,不能再处理其他任务

产生死锁的原因:没有及时或者在正确的位置释放锁

 

 

这篇关于python 多任务之多线程的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1045757

相关文章

基于Linux的ffmpeg python的关键帧抽取

《基于Linux的ffmpegpython的关键帧抽取》本文主要介绍了基于Linux的ffmpegpython的关键帧抽取,实现以按帧或时间间隔抽取关键帧,文中通过示例代码介绍的非常详细,对大家的学... 目录1.FFmpeg的环境配置1) 创建一个虚拟环境envjavascript2) ffmpeg-py

python使用库爬取m3u8文件的示例

《python使用库爬取m3u8文件的示例》本文主要介绍了python使用库爬取m3u8文件的示例,可以使用requests、m3u8、ffmpeg等库,实现获取、解析、下载视频片段并合并等步骤,具有... 目录一、准备工作二、获取m3u8文件内容三、解析m3u8文件四、下载视频片段五、合并视频片段六、错误

Python中提取文件名扩展名的多种方法实现

《Python中提取文件名扩展名的多种方法实现》在Python编程中,经常会遇到需要从文件名中提取扩展名的场景,Python提供了多种方法来实现这一功能,不同方法适用于不同的场景和需求,包括os.pa... 目录技术背景实现步骤方法一:使用os.path.splitext方法二:使用pathlib模块方法三

Python打印对象所有属性和值的方法小结

《Python打印对象所有属性和值的方法小结》在Python开发过程中,调试代码时经常需要查看对象的当前状态,也就是对象的所有属性和对应的值,然而,Python并没有像PHP的print_r那样直接提... 目录python中打印对象所有属性和值的方法实现步骤1. 使用vars()和pprint()2. 使

使用Python和OpenCV库实现实时颜色识别系统

《使用Python和OpenCV库实现实时颜色识别系统》:本文主要介绍使用Python和OpenCV库实现的实时颜色识别系统,这个系统能够通过摄像头捕捉视频流,并在视频中指定区域内识别主要颜色(红... 目录一、引言二、系统概述三、代码解析1. 导入库2. 颜色识别函数3. 主程序循环四、HSV色彩空间详解

一文深入详解Python的secrets模块

《一文深入详解Python的secrets模块》在构建涉及用户身份认证、权限管理、加密通信等系统时,开发者最不能忽视的一个问题就是“安全性”,Python在3.6版本中引入了专门面向安全用途的secr... 目录引言一、背景与动机:为什么需要 secrets 模块?二、secrets 模块的核心功能1. 基

python常见环境管理工具超全解析

《python常见环境管理工具超全解析》在Python开发中,管理多个项目及其依赖项通常是一个挑战,下面:本文主要介绍python常见环境管理工具的相关资料,文中通过代码介绍的非常详细,需要的朋友... 目录1. conda2. pip3. uvuv 工具自动创建和管理环境的特点4. setup.py5.

Python常用命令提示符使用方法详解

《Python常用命令提示符使用方法详解》在学习python的过程中,我们需要用到命令提示符(CMD)进行环境的配置,:本文主要介绍Python常用命令提示符使用方法的相关资料,文中通过代码介绍的... 目录一、python环境基础命令【Windows】1、检查Python是否安装2、 查看Python的安

Python UV安装、升级、卸载详细步骤记录

《PythonUV安装、升级、卸载详细步骤记录》:本文主要介绍PythonUV安装、升级、卸载的详细步骤,uv是Astral推出的下一代Python包与项目管理器,主打单一可执行文件、极致性能... 目录安装检查升级设置自动补全卸载UV 命令总结 官方文档详见:https://docs.astral.sh/

Python并行处理实战之如何使用ProcessPoolExecutor加速计算

《Python并行处理实战之如何使用ProcessPoolExecutor加速计算》Python提供了多种并行处理的方式,其中concurrent.futures模块的ProcessPoolExecu... 目录简介完整代码示例代码解释1. 导入必要的模块2. 定义处理函数3. 主函数4. 生成数字列表5.