当前位置:首页 > Python > 正文内容

[Python 教程] Python 多线程编程指南

admin4周前 (03-18)Python44

Python 多线程编程指南

Python 的 threading 模块提供多线程支持。本文介绍多线程编程的基础和实用技巧。

一、创建线程

import threading
import time

def worker(name, delay):
    for i in range(3):
        time.sleep(delay)
        print(f'{name} 执行第 {i+1} 次')

# 创建线程
t1 = threading.Thread(target=worker, args=('线程 1', 1))
t2 = threading.Thread(target=worker, args=('线程 2', 1.5))

# 启动线程
t1.start()
t2.start()

# 等待线程完成
t1.join()
t2.join()

print('所有线程完成')

二、线程池

from concurrent.futures import ThreadPoolExecutor

def task(n):
    time.sleep(1)
    return f'任务 {n} 完成'

with ThreadPoolExecutor(max_workers=3) as executor:
    results = list(executor.map(task, range(5)))
    print(results)

三、线程锁

lock = threading.Lock()
counter = 0

def increment():
    global counter
    for _ in range(1000):
        lock.acquire()
        try:
            counter += 1
        finally:
            lock.release()

threads = []
for _ in range(5):
    t = threading.Thread(target=increment)
    threads.append(t)
    t.start()

for t in threads:
    t.join()

print(f'最终计数:{counter}')

四、守护线程

def daemon_worker():
    while True:
        time.sleep(1)
        print('守护线程运行中...')

d = threading.Thread(target=daemon_worker)
d.setDaemon(True)  # 设置为守护线程
d.start()

五、线程通信

from queue import Queue

queue = Queue()

def producer():
    for i in range(5):
        queue.put(i)
        print(f'生产:{i}')

def consumer():
    while True:
        item = queue.get()
        if item is None:
            break
        print(f'消费:{item}')
        queue.task_done()

p = threading.Thread(target=producer)
c = threading.Thread(target=consumer)
p.start()
c.start()
p.join()
queue.put(None)
c.join()

相关文章

Python 装饰器实战:从基础到高级应用的完整指南

装饰器是 Python 中最优雅也最强大的特性之一。它允许你在不修改原函数代码的前提下,动态地添加功能。本文将带你从装饰器的基础概念出发,逐步掌握其在实际开发中的高级应用技巧。许多初学者对装饰器感到困...

Python 上下文管理器:不只是 with 语句那么简单

在 Python 编程中,上下文管理器(Context Manager)是一个被低估的强大工具。大多数开发者只知道用 with open() 来安全地处理文件,但实际上,上下文管理器的应用场景远不止于...

Python 上下文管理器的高级应用与自定义实现

Python 的 with 语句是处理资源管理的黄金标准,最常见的应用场景就是文件操作。当我们使用 with open() 时,无论代码块中是否发生异常,文件都会被正确关闭。这种自动化的资源管理大大提...

Python 装饰器实战与原理深度解析

在 Python 开发中,我们经常需要在多个函数中添加相同的功能,比如日志记录、性能计时、权限校验等。如果每个函数都重复编写这些代码,不仅效率低下,还容易出错。装饰器正是为了解决这类问题而诞生的。...

Python 类型注解完整指南与最佳实践

引言 随着 Python 项目的规模增长,代码的可维护性和类型安全性变得越来越重要。Python 3.5 引入了类型注解(Type Hints)机制,允许开发者在代码中标注变量和函数的类型信息。虽然...

Python 装饰器的高级应用:从原理到实战

装饰器本质上是一个接受函数作为参数,并返回一个新函数的函数。这种设计模式源自函数式编程,在 Python 中通过 @ 语法得到优雅的体现。理解装饰器的核心在于掌握闭包的概念——内部函数可以访问外部函数...

发表评论

访客

看不清,换一张

◎欢迎参与讨论,请在这里发表您的看法和观点。