当前位置:首页 > Python > 正文内容

[Python 教程] Python 多线程编程指南

admin2个月前 (03-18)Python89

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 上下文管理器实战:从 with 语句到自定义资源管理

在 Python 编程中,上下文管理器(Context Manager)是一个强大但常被低估的特性。当你使用 open() 函数读取文件时,那个熟悉的 with 语句背后,正是上下文管理器在默默工作。...

Python 上下文管理器实战:从 with 语句到自定义资源管理

在 Python 编程中,上下文管理器(Context Manager)是一个强大但常被低估的特性。当你使用 open() 函数读取文件时,那个熟悉的 with 语句背后,正是上下文管理器在默默工作。...

Python 装饰器进阶:从理解到实战

装饰器是 Python 中一个非常强大的特性,它允许你在不修改原函数代码的情况下,为函数添加额外的功能。很多开发者虽然用过装饰器,但对其底层原理和高级用法理解不深。本文将从基础出发,深入讲解装饰器的工...

Python 异步编程实战指南:从入门到精通

Python 异步编程实战指南:从入门到精通 简介 在现代 Python 开发中,异步编程已经成为构建高性能应用程序的核心技能。特别是在处理 I/O 密集型任务(如网络请求...

Python 上下文管理器深度解析与实战应用

# Python 上下文管理器深度解析与实战应用 ## 概述 Python 的上下文管理器(Context Manager)是一个非常优雅且强大的特性,它通过 `with` 语句为我们提供了一种自...

Python 异步编程完全指南:从同步到异步

# Python 异步编程完全指南:从同步到异步 # 简介 ## 异步编程的核心概念 ## 基础异步代码示例 ## 并发与并行的区分 ## 异步文件操作 ## 异步数据库操作 ## 异步...

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。