文末有福利领取哦~
👉一、Python所有方向的学习路线
Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。
👉二、Python必备开发工具
👉三、Python视频合集
观看零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。
👉 四、实战案例
光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。（文末领读者福利）
👉五、Python练习题
检查学习结果。
👉六、面试资料
我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。
👉因篇幅有限，仅展示部分资料，这份完整版的Python全套学习资料已经上传
网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
3.kwargs参数的使用
示例代码:
import multiprocessing
import time
带有参数的任务
def task(count):
for i in range(count):
print(“任务执行中…”)
time.sleep(0.2)
else:
print(“任务执行完成”)
if name == ‘main’:
创建子进程
kwargs: 表示以字典方式传入参数
sub_process = multiprocessing.Process(target=task, kwargs={“count”: 3})
sub_process.start()
4.小结
1.进程的注意点介绍
2.进程之间不共享全局变量
import multiprocessing
import time
定义全局变量
g_list = list()
添加数据的任务
def add_data():
for i in range(5):
g_list.append(i)
print(“add:”, i)
time.sleep(0.2)
代码执行到此，说明数据添加完成
print(“add_data:”, g_list)
def read_data():
print(“read_data”, g_list)
if name == ‘main’:
创建添加数据的子进程
add_data_process = multiprocessing.Process(target=add_data)
创建读取数据的子进程
read_data_process = multiprocessing.Process(target=read_data)
启动子进程执行对应的任务
add_data_process.start()
主进程等待添加数据的子进程执行完成以后程序再继续往下执行，读取数据
add_data_process.join()
read_data_process.start()
print(“main:”, g_list)
总结: 多进程之间不共享全局变量
3.进程之间不共享全局变量的小结
4.主进程会等待所有的子进程执行结束再结束
import multiprocessing
import time
定义进程所需要执行的任务
def task():
for i in range(10):
print(“任务执行中…”)
time.sleep(0.2)
if name == ‘main’:
创建子进程
sub_process = multiprocessing.Process(target=task)
sub_process.start()
主进程延时0.5秒钟
time.sleep(0.5)
print(“over”)
exit()
总结： 主进程会等待所有的子进程执行完成以后程序再退出
保证主进程正常退出的示例代码:
import multiprocessing
import time
定义进程所需要执行的任务
def task():
for i in range(10):
print(“任务执行中…”)
time.sleep(0.2)
if name == ‘main’:
创建子进程
sub_process = multiprocessing.Process(target=task)
设置守护主进程，主进程退出子进程直接销毁，子进程的生命周期依赖与主进程
sub_process.daemon = True
sub_process.start()
time.sleep(0.5)
print(“over”)
让子进程销毁
sub_process.terminate()
exit()
总结： 主进程会等待所有的子进程执行完成以后程序再退出
如果想要主进程退出子进程销毁，可以设置守护主进程或者在主进程退出之前让子进程销毁
5.主进程会等待所有的子进程执行结束再结束的小结
1.线程的介绍
在Python中，想要实现多任务除了使用进程，还可以使用线程来完成，线程是实现多任务的另外一种方式。
2.线程的概念
3.线程的作用
4.小结
1.导入线程模块
2.线程类Thread参数说明
3.启动线程
启动线程使用start方法
4.多线程完成多任务的代码
import threading
import time
唱歌任务
def sing():
扩展： 获取当前线程
print(“sing当前执行的线程为：”, threading.current_thread())
for i in range(3):
print(“正在唱歌…%d” % i)
time.sleep(1)
跳舞任务
def dance():
扩展： 获取当前线程
print(“dance当前执行的线程为：”, threading.current_thread())
for i in range(3):
print(“正在跳舞…%d” % i)
time.sleep(1)
if name == ‘main’:
扩展： 获取当前线程
print(“当前执行的线程为：”, threading.current_thread())
创建唱歌的线程
target： 线程执行的函数名
sing_thread = threading.Thread(target=sing)
创建跳舞的线程
dance_thread = threading.Thread(target=dance)
开启线程
sing_thread.start()
dance_thread.start()
5.小结
1.线程执行带有参数的任务的介绍
2.args参数的使用
示例代码:
import threading
import time
带有参数的任务
def task(count):
for i in range(count):
print(“任务执行中…”)
time.sleep(0.2)
else:
print(“任务执行完成”)
if name == ‘main’:
创建子线程
args: 以元组的方式给任务传入参数
sub_thread = threading.Thread(target=task, args=(5,))
sub_thread.start()
3.kwargs参数的使用
示例代码:
import threading
import time
带有参数的任务
def task(count):
for i in range(count):
print(“任务执行中…”)
time.sleep(0.2)
else:
print(“任务执行完成”)
if name == ‘main’:
创建子线程
kwargs: 表示以字典方式传入参数
sub_thread = threading.Thread(target=task, kwargs={“count”: 3})
sub_thread.start()
4.小结
1.线程的注意点介绍
2.线程之间执行是无序的
import threading
import time
def task():
time.sleep(1)
print(“当前线程:”, threading.current_thread().name)
if name == ‘main’:
for _ in range(5):
sub_thread = threading.Thread(target=task)
sub_thread.start()
3.主线程会等待所有的子线程执行结束再结束
假如我们现在创建一个子线程，这个子线程执行完大概需要2.5秒钟，现在让主线程执行1秒钟就退出程序，查看一下执行结果，示例代码如下:
import threading
import time
测试主线程是否会等待子线程执行完成以后程序再退出
def show_info():
for i in range(5):
print(“test:”, i)
time.sleep(0.5)
if name == ‘main’:
sub_thread = threading.Thread(target=show_info)
sub_thread.start()
主线程延时1秒
time.sleep(1)
print(“over”)
设置守护主线程的示例代码:
import threading
import time
测试主线程是否会等待子线程执行完成以后程序再退出
def show_info():
for i in range(5):
print(“test:”, i)
time.sleep(0.5)
if name == ‘main’:
创建子线程守护主线程
daemon=True 守护主线程
守护主线程方式1
sub_thread = threading.Thread(target=show_info, daemon=True)
设置成为守护主线程，主线程退出后子线程直接销毁不再执行子线程的代码
守护主线程方式2
sub_thread.setDaemon(True)
sub_thread.start()
主线程延时1秒
time.sleep(1)
print(“over”)
4.线程之间共享全局变量
import threading
import time
定义全局变量
my_list = list()
写入数据任务
def write_data():
for i in range(5):
my_list.append(i)
time.sleep(0.1)
print(“write_data:”, my_list)
读取数据任务
def read_data():
print(“read_data:”, my_list)
if name == ‘main’:
创建写入数据的线程
write_thread = threading.Thread(target=write_data)
创建读取数据的线程
read_thread = threading.Thread(target=read_data)
write_thread.start()
延时
time.sleep(1)
主线程等待写入线程执行完成以后代码在继续往下执行
write_thread.join()
print(“开始读取数据啦”)
read_thread.start()
5.线程之间共享全局变量数据出现错误问题
import threading
定义全局变量
g_num = 0
循环一次给全局变量加1
def sum_num1():
for i in range(1000000):
global g_num
g_num += 1
print(“sum1:”, g_num)
循环一次给全局变量加1
def sum_num2():
for i in range(1000000):
global g_num
g_num += 1
print(“sum2:”, g_num)
if name == ‘main’:
创建两个线程
first_thread = threading.Thread(target=sum_num1)
second_thread = threading.Thread(target=sum_num2)
启动线程
first_thread.start()
启动线程
second_thread.start()
线程等待的示例代码:
import threading
定义全局变量
g_num = 0
循环1000000次每次给全局变量加1
def sum_num1():
for i in range(1000000):
global g_num
g_num += 1
print(“sum1:”, g_num)
循环1000000次每次给全局变量加1
def sum_num2():
for i in range(1000000):
global g_num
g_num += 1
print(“sum2:”, g_num)
if name == ‘main’:
创建两个线程
first_thread = threading.Thread(target=sum_num1)
second_thread = threading.Thread(target=sum_num2)
启动线程
first_thread.start()
主线程等待第一个线程执行完成以后代码再继续执行，让其执行第二个线程
线程同步： 一个任务执行完成以后另外一个任务才能执行，同一个时刻只有一个任务在执行
first_thread.join()
启动线程
second_thread.start()
6.小结
1.互斥锁的概念
2.互斥锁的使用
3.使用互斥锁完成2个线程对同一个全局变量各加100万次的操作
import threading
定义全局变量
g_num = 0
创建全局互斥锁
lock = threading.Lock()
循环一次给全局变量加1
def sum_num1():
上锁
lock.acquire()
for i in range(1000000):
global g_num
g_num += 1
print(“sum1:”, g_num)
释放锁
lock.release()
循环一次给全局变量加1
def sum_num2():
上锁
lock.acquire()
for i in range(1000000):
global g_num
g_num += 1
print(“sum2:”, g_num)
释放锁
lock.release()
if name == ‘main’:
创建两个线程
first_thread = threading.Thread(target=sum_num1)
second_thread = threading.Thread(target=sum_num2)
启动线程
first_thread.start()
second_thread.start()
提示：加上互斥锁，那个线程抢到这个锁我们决定不了，那线程抢到锁那个线程先执行，没有抢到的线程需要等待
加上互斥锁多任务瞬间变成单任务，性能会下降，也就是说同一时刻只能有一个线程去执行
4.小结
1.死锁的概念
2.死锁示例
import threading
import time
创建互斥锁
lock = threading.Lock()
根据下标去取值， 保证同一时刻只能有一个线程去取值
def get_value(index):
上锁
lock.acquire()
print(threading.current_thread())
my_list = [3,6,8,1]
判断下标释放越界
if index >= len(my_list):
print(“下标越界:”, index)
return
value = my_list[index]
print(value)
time.sleep(0.2)
释放锁
lock.release()
if name == ‘main’:
模拟大量线程去执行取值操作
for i in range(30):
sub_thread = threading.Thread(target=get_value, args=(i,))
sub_thread.start()
3.避免死锁
在合适的地方释放锁
import threading
import time
创建互斥锁
lock = threading.Lock()
根据下标去取值， 保证同一时刻只能有一个线程去取值
def get_value(index):
上锁
lock.acquire()
print(threading.current_thread())
my_list = [3,6,8,1]
if index >= len(my_list):
print(“下标越界:”, index)
当下标越界需要释放锁，让后面的线程还可以取值
lock.release()
return
value = my_list[index]
print(value)
time.sleep(0.2)
释放锁
lock.release()
if name == ‘main’:
模拟大量线程去执行取值操作
for i in range(30):
sub_thread = threading.Thread(target=get_value, args=(i,))
sub_thread.start()
4.小结
1.进程和线程的对比的三个方向
2.关系对比
网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。
一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！
646
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
