スレッド プールの map() メソッドはマルチパラメータ リストを渡します
以前は、インターフェイスのマルチスレッド同時実行を容易にするために threading.thread() が使用されていましたが、これは、同時実行数が少ない場合 同時実行数が多い場合 スレッドパッケージコルーチンの処理方法以外に、スレッドプール方法も利用できます。
スレッド プールの実装は、平たく言えば、すべてのタスクをメッセージ キューに入れ、複数のスレッドを起動してから実行することですが、スレッドの実行が完了すると、スレッド タスクは実行されません。スレッド タスクはスレッド内で実行されるため、スレッド プールでは、マルチスレッド操作と比較してスレッドの作成と終了の多くの手順が節約され、ほとんどのリソースと時間が節約されます。
スレッド プールの同時実行にはモジュールの導入が必要です
import concurrent.futures
ThreadPoolExecutor スレッド プールのメソッドとしては、map() と submit() の 2 つがあります。今日は、map() メソッドについて話します
その構文
with concurrent.futures.ThreadPoolExecutor() as pool: res = pool.map(craw, uid_list) print(res)
map()
の場合、crawl はメソッド名であり、ここでのメソッド名には () は含まれません。 uid_list
はメソッドのパラメータです。リストのデータ型は、map() メソッドで渡す必要があります。
次の内容を見てみましょう。最初にコード全体を紹介します
5000 ユーザー同時実行支援
def test_case_09(self): """5000用户并发助力""" # 通过yaml配置文件封装方法 获取uid_list uid_list = YamlHandler(YamlThePath().number_new).get_uid_list() # add_ticket获取5000账号登陆状态 with concurrent.futures.ThreadPoolExecutor() as pool: pool.map(AccountAccess().add_ticket, uid_list) # 5000账号线程池方法助力用户 with concurrent.futures.ThreadPoolExecutor() as pool: pool.map(PreheatMethod().help, [(uid, self.A, 1) for uid in uid_list]) # 获取用户被助力次数 response = PreheatMethod().init(self.A) print(f"当前用户被助力次数 :{response['data']['userInfo']['helpedCount']}次")
理解を深めるために 2 つのインターフェイスのメソッドを見てみましょう
最初はログイン ステータスを取得することですadd_ticket
def add_ticket(self, uid): """ 获取单独用户t票 :param uid: 单独用户uid :return: """ self.data['url'] = ApiAddress().get_ticket self.data['host'] = ApiAddress().host self.params['uid'] = str(uid) self.params['type'] = 0 self.data['params'] = json.dumps(self.params) res = r().post(url=ApiAddress().ticket, data=self.data) print(f'获取t票结果:{uid}{res}') return uid
非常に単純なインターフェイスのリクエスト入力パラメータには uid が 1 つしかありませんが、注意してください。ここでの uid はリストではなく、単なるパラメータです。
次に、一部の学生が質問するでしょうが、map() で渡されるメソッド パラメータは、uid コンテンツのリストです。
map() メソッドは、必要なパラメータをリストに保存し、トラバーサルを通じて指定したインターフェイスを要求します。
私も当時同じ質問を自問したので、この時点で疑問に思う人もいるかもしれません。メソッドに複数のパラメータがあり、それらのパラメータの一部が固定コンテンツではない場合はどうなるでしょうか。
ヘルプ インターフェイスをリクエストする別の方法を見てみましょう
def help(self, agrs): """ 助力用户 :param agrs: uid:当前用户uid to_uid:助力用户uid count:助力次数 :return: """ uid, to_uid, count = agrs self.attrs['toUid'] = str(to_uid) self.attrs['count'] = count response = r().response(uid, self.code, "help", **self.attrs) logger.info(f'help response uid:{uid} to_uid:{to_uid}\n{response}') return response
はい、タプルを通じてヘルプ インターフェイスに渡し、指定されたキーワードの位置をタプルを通じて指定されたキーワードの位置に割り当てます。 . 要素の割り当て。
スレッド プールのコードでは、リスト導出を使用して、uid_list 内のパラメーターを指定したタプルに簡単に取り込みます。もちろん、ここに複数のパラメーターがある場合は、辞書を使用して、リスト内包表記ではリストが返されるため、変更パラメータとして辞書のキーと値を使用するため、必要なパラメータをタプルに入れ、タプルをリストに入れて、複数パラメータのメソッドにmap()を使用できるようにします。プールは同時です。
with concurrent.futures.ThreadPoolExecutor() as pool: pool.map(PreheatMethod().help, [(uid, self.A, 1) for uid in uid_list])errree
リストの導出が得られると、おそらく以下のリスト データのコンテンツ形式になります。
以上がPython でスレッド プールの map() メソッドを使用して複数パラメータのリストを渡す方法の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

Pythonを1日2時間学ぶだけで十分ですか?それはあなたの目標と学習方法に依存します。 1)明確な学習計画を策定し、2)適切な学習リソースと方法を選択します。3)実践的な実践とレビューとレビューと統合を練習および統合し、統合すると、この期間中にPythonの基本的な知識と高度な機能を徐々に習得できます。

Web開発におけるPythonの主要なアプリケーションには、DjangoおよびFlaskフレームワークの使用、API開発、データ分析と視覚化、機械学習とAI、およびパフォーマンスの最適化が含まれます。 1。DjangoandFlask Framework:Djangoは、複雑な用途の迅速な発展に適しており、Flaskは小規模または高度にカスタマイズされたプロジェクトに適しています。 2。API開発:フラスコまたはdjangorestFrameworkを使用して、Restfulapiを構築します。 3。データ分析と視覚化:Pythonを使用してデータを処理し、Webインターフェイスを介して表示します。 4。機械学習とAI:Pythonは、インテリジェントWebアプリケーションを構築するために使用されます。 5。パフォーマンスの最適化:非同期プログラミング、キャッシュ、コードを通じて最適化

Pythonは開発効率でCよりも優れていますが、Cは実行パフォーマンスが高くなっています。 1。Pythonの簡潔な構文とリッチライブラリは、開発効率を向上させます。 2.Cのコンピレーションタイプの特性とハードウェア制御により、実行パフォーマンスが向上します。選択を行うときは、プロジェクトのニーズに基づいて開発速度と実行効率を比較検討する必要があります。

Pythonの実際のアプリケーションには、データ分析、Web開発、人工知能、自動化が含まれます。 1)データ分析では、PythonはPandasとMatplotlibを使用してデータを処理および視覚化します。 2)Web開発では、DjangoおよびFlask FrameworksがWebアプリケーションの作成を簡素化します。 3)人工知能の分野では、TensorflowとPytorchがモデルの構築と訓練に使用されます。 4)自動化に関しては、ファイルのコピーなどのタスクにPythonスクリプトを使用できます。

Pythonは、データサイエンス、Web開発、自動化スクリプトフィールドで広く使用されています。 1)データサイエンスでは、PythonはNumpyやPandasなどのライブラリを介してデータ処理と分析を簡素化します。 2)Web開発では、DjangoおよびFlask Frameworksにより、開発者はアプリケーションを迅速に構築できます。 3)自動化されたスクリプトでは、Pythonのシンプルさと標準ライブラリが理想的になります。

Pythonの柔軟性は、マルチパラダイムサポートと動的タイプシステムに反映されていますが、使いやすさはシンプルな構文とリッチ標準ライブラリに由来しています。 1。柔軟性:オブジェクト指向、機能的および手続き的プログラミングをサポートし、動的タイプシステムは開発効率を向上させます。 2。使いやすさ:文法は自然言語に近く、標準的なライブラリは幅広い機能をカバーし、開発プロセスを簡素化します。

Pythonは、初心者から上級開発者までのすべてのニーズに適した、そのシンプルさとパワーに非常に好まれています。その汎用性は、次のことに反映されています。1)学習と使用が簡単、シンプルな構文。 2)Numpy、Pandasなどの豊富なライブラリとフレームワーク。 3)さまざまなオペレーティングシステムで実行できるクロスプラットフォームサポート。 4)作業効率を向上させるためのスクリプトおよび自動化タスクに適しています。

はい、1日2時間でPythonを学びます。 1.合理的な学習計画を作成します。2。適切な学習リソースを選択します。3。実践を通じて学んだ知識を統合します。これらの手順は、短時間でPythonをマスターするのに役立ちます。


ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

PhpStorm Mac バージョン
最新(2018.2.1)のプロフェッショナル向けPHP統合開発ツール

SAP NetWeaver Server Adapter for Eclipse
Eclipse を SAP NetWeaver アプリケーション サーバーと統合します。

SublimeText3 英語版
推奨: Win バージョン、コードプロンプトをサポート!

AtomエディタMac版ダウンロード
最も人気のあるオープンソースエディター

Dreamweaver Mac版
ビジュアル Web 開発ツール
