搜尋
首頁後端開發Python教學python學習日記----線程,Event,隊列

python學習日記----線程,Event,隊列

Jun 23, 2017 am 11:05 AM
python一天執行緒

进程与线程的区别:

线程==指令集,进程==资源集  (线程集)

1、同一个进程中的线程共享内存空间,进程与进程之间是独立的

2、同一个进程中的线程是可以直接通讯交流的,进程与间通讯必需通过一个中间的代理才能实现

3、创建线程简单,创建进程,是克隆父进程 

4、一个线程可以控制和操作同一进程里的其他线程,但进程只能操作子进程

5、线程启动速度快,进程启动速度比较慢

线程示例:

 1 import time ,threading 2  3 def run(attr): 4     print('输出:',attr) 5     time.sleep(3) 6  7  8 t1=threading.Thread(target=run,args=('第一个线程',)) 9 t2=threading.Thread(target=run,args=('第二个线程',))10 11 t1.start()#启动线程112 t2.start()#启动线程2
1 def run2(attr):2     print('输出:',attr)3     time.sleep(3)4 5 run2('第一个线程')6 run2('第二个线程')7 #以上转为串联执行

 

继承线程 类写线程

 1 #!usr/bin/env python 2 #-*-coding:utf-8-*- 3 # Author calmyan 4  5 import threading,time 6  7 class thre(threading.Thread):#继承线程中的类 8     def __init__(self,n,times): 9         super(thre,self).__init__()10         self.n=n11         self.teims=times12     def run(self):13         print('执行第一线程:',self.n)14         time.sleep(self.teims)15 16 star_time=time.time()17 t1=thre('第一线程',3)18 t2=thre('第二线程',4)19 t1.start()20 t2.start()21 t1.join()#join等待该线程执行完成22 23 t2.join()24 den_time=time.time()-star_time25 print(den_time)

 

 

等待线程执行完成,用.join

 1 import time ,threading 2 lock=threading.Lock()#定义一个线程锁变量 3 def run(attr): 4     lock.acquire()#申请一个线程锁 5     global num 6     print('输出:',attr) 7     #time.sleep(3) 8     num+=1 9     lock.release()#释放线程锁10     time.sleep(3)11     print('输出完成'.center(10,'〓'))12 star_time=time.time()#开始时间13 14 num=015 re_lilst=[]#定义一个列表16 for i in range(50):17     t1=threading.Thread(target=run,args=(('第%s线程'%i),))#新建线程18     #t1.setDaemon(True)#设置为守护进程 当主线程完成,守护也停止19     t1.start()#起动线程20     re_lilst.append(t1)#不用JOIN,避免阻塞为串行21 22 print(threading.current_thread(),threading.active_count())#查看线程 的主 子  活跃线程23     #print('分线程'.center(40,'☆'))24 print('数字:',num)25 for i in re_lilst:#等待线程 完成26     i.join()27 print('数字:',num)28 print('主线程'.center(60,'◇'),threading.current_thread(),threading.active_count())29 30 den_time=time.time()-star_time#总共时间31 print(den_time)
View Code

守护进程,相当于主进程的下属,当主进程结束,无论守护进程内的是否执行完成,都会停止!

 1 import time ,threading 2 lock=threading.Lock()#定义一个线程锁变量 3 def run(attr): 4     lock.acquire()#申请一个线程锁 5     global num 6     print('输出:',attr) 7  8     #time.sleep(3) 9     num+=110     lock.release()#释放线程锁11     time.sleep(3)12     print('输出完成'.center(10,'〓'))13 14 star_time=time.time()#开始时间15 16 num=017 re_lilst=[]#定义一个列表18 for i in range(50):19     t1=threading.Thread(target=run,args=(('第%s线程'%i),))#新建线程20     t1.setDaemon(True)#设置为守护进程 当主线程完成,守护也停止21     t1.start()#起动线程22     re_lilst.append(t1)#不用JOIN,避免阻塞为串行23 24 print(threading.current_thread(),threading.active_count())#查看线程 的主 子  活跃线程25     #print('分线程'.center(40,'☆'))26 print('数字:',num)27 # for i in re_lilst:#等待线程 完成28 #    i.join()29 print('数字:',num)30 print('主线程'.center(60,'◇'),threading.current_thread(),threading.active_count())31 32 den_time=time.time()-star_time#总共时间33 print(den_time)
View Code

线程锁,在py3中可以不使用:

lock=threading.Lock()

lock.acquire()

递归锁  用于递归线程

 1 import time ,threading 2  3 def run(i): 4     print('输出:-------',i) 5     lock.acquire()#申请锁 6     global num1 7     num1+=1 8     time.sleep(0.1) 9     lock.release()#释放锁10     return num111 12 def run2(i):13     lock.acquire()#申请锁14     global num215     print('输出:22',i)16     num2+=117     time.sleep(0.1)18     lock.release()#释放锁19     return num220 21 def run3(i):22     lock.acquire()#申请锁23     res=run(i)24     print('输出:333',i)25     res2=run2(i)26     time.sleep(0.1)27     print(res,res2)28     lock.release()#释放锁29 30 31 if __name__ == '__main__':32     star_time=time.time()#开始时间\33     num1,num2=0,034     #lock=threading.Lock()#定义一个线程锁,如是线程锁,递归时会出错35     lock=threading.RLock()#定义一个递归锁36 37     for i in range(10):38         #t1=threading.Thread(target=run,args=(('第%s线程'%i),))#新建线程39         t1=threading.Thread(target=run3,args=(('第%s线程'%i),))#新建线程40         t1.start()#起动线程41 42     else:43         print('活跃线程数:',threading.active_count())#查看线程 活跃线程数44 45 46 while threading.active_count()!=1:#不只一个线程,就是说,判断是否是剩下主线程47     #print(threading.active_count())#查看线程 活跃线程数48     pass49 else:50     print('主线程:pid,活跃线程数'.center(60,'◇'),threading.current_thread(),threading.active_count())#51     den_time=time.time()-star_time#总共时间52     print(den_time)53     print(num1,num2)
View Code

信号量  相当与 多个线程锁 

 1 #!usr/bin/env python 2 #-*-coding:utf-8-*- 3 # Author calmyan 4  5 #!usr/bin/env python 6 #-*-coding:utf-8-*- 7 # Author calmyan 8 import time ,threading 9 10 def run(attr):11     semaphore.acquire()#申请信号量线程锁12     global num13     print('输出:',attr)14     time.sleep(1)15     semaphore.release()#释放信号量线程锁16 17 star_time=time.time()#开始时间18 if __name__ == '__main__':19 20     semaphore=threading.BoundedSemaphore(4)#信号量 最多允许几个线程同时运行(多把锁)21     for i in range(50):22         t1=threading.Thread(target=run,args=(('第%s线程'%i),))#新建线程23         t1.start()#起动线程24 25 while threading.active_count()!=1:#不只一个线程,就是说,判断是否是剩下主线程26     pass27 else:28     print('主线程'.center(60,'◇'),threading.current_thread(),threading.active_count())29     den_time=time.time()-star_time#总共时间30     print(den_time)
View Code

Event 线程标志

红绿灯示例

 1 #!usr/bin/env python 2 #-*-coding:utf-8-*- 3 # Author calmyan 4  5 import threading,time 6  7 event=threading.Event()#生成一个标示位对象 8 def lighter():# 9     count=0 #定义时间秒数10     event.set()#设置标志位11     while True:12         if count>9 and count=15 and count=18:19             event.set()#设置标志位20             print('\033[42;1m变为绿灯!\033[0m')21             count=0#重新计时22         else:23             print('\033[42;1m绿灯中.....!\033[0m')24         time.sleep(1)25         count+=1#每一秒钟加一次26 27 28 def car(name):29     while True:30         if event.is_set():#如果有标志 说明为绿灯31             print('[%s]在行驶中....'%name)32             time.sleep(1)33         else:34             print('[%s]在等待中.....'%name)35             event.wait()#等待获取标志36             print('绿灯亮了,[%s]继续行驶...'%name)37             time.sleep(1)38 39 40 light=threading.Thread(target=lighter,)#定义一个线程41 light.start()#启动线程42 43 car1=threading.Thread(target=car,args=('红旗轿车',))#生成一个汽车线程44 car1.start()
View Code

 

队列  生产者消费者模型

 

 1 #!usr/bin/env python 2 #-*-coding:utf-8-*- 3 # Author calmyan 4  5 #队列 生产者消费者模型 6  7 import threading,time,queue 8  9 q=queue.Queue()#创建一个队列10 11 def produ(name):#生产函数12     count=013     while True:14         bz=name+str(count)15         q.put(bz)16         print('[%s]生产了,第[%s]个[%s]g 包子'%(name,count,bz))17         count+=118         time.sleep(1.5)19 20 def consump(name):#消费者21     while True:22         i=q.get()#取23         print('[%s]拿到包子[%s],并吃了'%(name,i))24         time.sleep(0.5)25 26 27 p1=threading.Thread(target=produ,args=('王五包子铺',))#创建一个新线程 生产者28 p2=threading.Thread(target=produ,args=('麻子六包子铺',))#创建一个新线程 生产者29 r1=threading.Thread(target=consump,args=('张三',))#创建一个新线程 消费者30 r2=threading.Thread(target=consump,args=('李四',))#创建一个新线程 消费者31 p1.start()32 p2.start()33 r1.start()34 r2.start()
View Code

 

以上是python學習日記----線程,Event,隊列的詳細內容。更多資訊請關注PHP中文網其他相關文章!

陳述
本文內容由網友自願投稿,版權歸原作者所有。本站不承擔相應的法律責任。如發現涉嫌抄襲或侵權的內容,請聯絡admin@php.cn
Python的科學計算中如何使用陣列?Python的科學計算中如何使用陣列?Apr 25, 2025 am 12:28 AM

Arraysinpython,尤其是Vianumpy,ArecrucialInsCientificComputingfortheireftheireffertheireffertheirefferthe.1)Heasuedfornumerericalicerationalation,dataAnalysis和Machinelearning.2)Numpy'Simpy'Simpy'simplementIncressionSressirestrionsfasteroperoperoperationspasterationspasterationspasterationspasterationspasterationsthanpythonlists.3)inthanypythonlists.3)andAreseNableAblequick

您如何處理同一系統上的不同Python版本?您如何處理同一系統上的不同Python版本?Apr 25, 2025 am 12:24 AM

你可以通過使用pyenv、venv和Anaconda來管理不同的Python版本。 1)使用pyenv管理多個Python版本:安裝pyenv,設置全局和本地版本。 2)使用venv創建虛擬環境以隔離項目依賴。 3)使用Anaconda管理數據科學項目中的Python版本。 4)保留系統Python用於系統級任務。通過這些工具和策略,你可以有效地管理不同版本的Python,確保項目順利運行。

與標準Python陣列相比,使用Numpy數組的一些優點是什麼?與標準Python陣列相比,使用Numpy數組的一些優點是什麼?Apr 25, 2025 am 12:21 AM

numpyarrayshaveseveraladagesoverandastardandpythonarrays:1)基於基於duetoc的iMplation,2)2)他們的aremoremoremorymorymoremorymoremorymoremorymoremoremory,尤其是WithlargedAtasets和3)效率化,效率化,矢量化函數函數函數函數構成和穩定性構成和穩定性的操作,製造

陣列的同質性質如何影響性能?陣列的同質性質如何影響性能?Apr 25, 2025 am 12:13 AM

數組的同質性對性能的影響是雙重的:1)同質性允許編譯器優化內存訪問,提高性能;2)但限制了類型多樣性,可能導致效率低下。總之,選擇合適的數據結構至關重要。

編寫可執行python腳本的最佳實踐是什麼?編寫可執行python腳本的最佳實踐是什麼?Apr 25, 2025 am 12:11 AM

到CraftCraftExecutablePythcripts,lollow TheSebestPractices:1)Addashebangline(#!/usr/usr/bin/envpython3)tomakethescriptexecutable.2)setpermissionswithchmodwithchmod xyour_script.3)

Numpy數組與使用數組模塊創建的數組有何不同?Numpy數組與使用數組模塊創建的數組有何不同?Apr 24, 2025 pm 03:53 PM

numpyArraysareAreBetterFornumericalialoperations andmulti-demensionaldata,而learthearrayModuleSutableforbasic,內存效率段

Numpy數組的使用與使用Python中的數組模塊陣列相比如何?Numpy數組的使用與使用Python中的數組模塊陣列相比如何?Apr 24, 2025 pm 03:49 PM

numpyArraySareAreBetterForHeAvyNumericalComputing,而lelethearRayModulesiutable-usemoblemory-connerage-inderabledsswithSimpleDatateTypes.1)NumpyArsofferVerverVerverVerverVersAtility andPerformanceForlargedForlargedAtatasetSetsAtsAndAtasEndCompleXoper.2)

CTYPES模塊與Python中的數組有何關係?CTYPES模塊與Python中的數組有何關係?Apr 24, 2025 pm 03:45 PM

ctypesallowscreatingingangandmanipulatingc-stylarraysinpython.1)usectypestoInterfacewithClibrariesForperfermance.2)createc-stylec-stylec-stylarraysfornumericalcomputations.3)passarraystocfunctions foreforfunctionsforeffortions.however.however,However,HoweverofiousofmemoryManageManiverage,Pressiveo,Pressivero

See all articles

熱AI工具

Undresser.AI Undress

Undresser.AI Undress

人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover

AI Clothes Remover

用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool

Undress AI Tool

免費脫衣圖片

Clothoff.io

Clothoff.io

AI脫衣器

Video Face Swap

Video Face Swap

使用我們完全免費的人工智慧換臉工具,輕鬆在任何影片中換臉!

熱工具

ZendStudio 13.5.1 Mac

ZendStudio 13.5.1 Mac

強大的PHP整合開發環境

MantisBT

MantisBT

Mantis是一個易於部署的基於Web的缺陷追蹤工具,用於幫助產品缺陷追蹤。它需要PHP、MySQL和一個Web伺服器。請查看我們的演示和託管服務。

SublimeText3漢化版

SublimeText3漢化版

中文版,非常好用

EditPlus 中文破解版

EditPlus 中文破解版

體積小,語法高亮,不支援程式碼提示功能

Atom編輯器mac版下載

Atom編輯器mac版下載

最受歡迎的的開源編輯器