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

python panda库从基础到高级操作分析

《pythonpanda库从基础到高级操作分析》本文介绍了Pandas库的核心功能,包括处理结构化数据的Series和DataFrame数据结构,数据读取、清洗、分组聚合、合并、时间序列分析及大数据... 目录1. Pandas 概述2. 基本操作:数据读取与查看3. 索引操作:精准定位数据4. Group

Python pandas库自学超详细教程

《Pythonpandas库自学超详细教程》文章介绍了Pandas库的基本功能、安装方法及核心操作,涵盖数据导入(CSV/Excel等)、数据结构(Series、DataFrame)、数据清洗、转换... 目录一、什么是Pandas库(1)、Pandas 应用(2)、Pandas 功能(3)、数据结构二、安

Python使用Tenacity一行代码实现自动重试详解

《Python使用Tenacity一行代码实现自动重试详解》tenacity是一个专为Python设计的通用重试库,它的核心理念就是用简单、清晰的方式,为任何可能失败的操作添加重试能力,下面我们就来看... 目录一切始于一个简单的 API 调用Tenacity 入门:一行代码实现优雅重试精细控制:让重试按我

Python安装Pandas库的两种方法

《Python安装Pandas库的两种方法》本文介绍了三种安装PythonPandas库的方法,通过cmd命令行安装并解决版本冲突,手动下载whl文件安装,更换国内镜像源加速下载,最后建议用pipli... 目录方法一:cmd命令行执行pip install pandas方法二:找到pandas下载库,然后

Python实现网格交易策略的过程

《Python实现网格交易策略的过程》本文讲解Python网格交易策略,利用ccxt获取加密货币数据及backtrader回测,通过设定网格节点,低买高卖获利,适合震荡行情,下面跟我一起看看我们的第一... 网格交易是一种经典的量化交易策略,其核心思想是在价格上下预设多个“网格”,当价格触发特定网格时执行买

Python标准库之数据压缩和存档的应用详解

《Python标准库之数据压缩和存档的应用详解》在数据处理与存储领域,压缩和存档是提升效率的关键技术,Python标准库提供了一套完整的工具链,下面小编就来和大家简单介绍一下吧... 目录一、核心模块架构与设计哲学二、关键模块深度解析1.tarfile:专业级归档工具2.zipfile:跨平台归档首选3.

使用Python构建智能BAT文件生成器的完美解决方案

《使用Python构建智能BAT文件生成器的完美解决方案》这篇文章主要为大家详细介绍了如何使用wxPython构建一个智能的BAT文件生成器,它不仅能够为Python脚本生成启动脚本,还提供了完整的文... 目录引言运行效果图项目背景与需求分析核心需求技术选型核心功能实现1. 数据库设计2. 界面布局设计3

Python进行JSON和Excel文件转换处理指南

《Python进行JSON和Excel文件转换处理指南》在数据交换与系统集成中,JSON与Excel是两种极为常见的数据格式,本文将介绍如何使用Python实现将JSON转换为格式化的Excel文件,... 目录将 jsON 导入为格式化 Excel将 Excel 导出为结构化 JSON处理嵌套 JSON:

Python操作PDF文档的主流库使用指南

《Python操作PDF文档的主流库使用指南》PDF因其跨平台、格式固定的特性成为文档交换的标准,然而,由于其复杂的内部结构,程序化操作PDF一直是个挑战,本文主要为大家整理了Python操作PD... 目录一、 基础操作1.PyPDF2 (及其继任者 pypdf)2.PyMuPDF / fitz3.Fre

python设置环境变量路径实现过程

《python设置环境变量路径实现过程》本文介绍设置Python路径的多种方法:临时设置(Windows用`set`,Linux/macOS用`export`)、永久设置(系统属性或shell配置文件... 目录设置python路径的方法临时设置环境变量(适用于当前会话)永久设置环境变量(Windows系统