Python多线程编程全解析：基础到高级用法

Python中有多线程的支持。Python的threading模块提供了多线程编程的基本工具。在下面，我将列举一些基础的多线程用法和一些高级用法，并提供相应的源代码，其中包含中文注释。

基础用法：

创建和启动线程

import threading
import time

# 定义一个简单的线程类
class MyThread(threading.Thread):
    def run(self):
        for _ in range(5):
            print(threading.current_thread().name, "is running")
            time.sleep(1)

# 创建两个线程实例
thread1 = MyThread(name="Thread-1")
thread2 = MyThread(name="Thread-2")

# 启动线程
thread1.start()
thread2.start()

# 主线程等待所有子线程结束
thread1.join()
thread2.join()

print("Main thread exiting")

线程同步 - 使用锁

import threading

# 共享资源
counter = 0

# 创建锁
counter_lock = threading.Lock()

# 定义一个简单的线程类
class MyThread(threading.Thread):
    def run(self):
        global counter
        for _ in range(5):
            with counter_lock:  # 使用锁保护临界区
                counter += 1
                print(threading.current_thread().name, "Counter:", counter)

# 创建两个线程实例
thread1 = MyThread(name="Thread-1")
thread2 = MyThread(name="Thread-2")

# 启动线程
thread1.start()
thread2.start()

# 主线程等待所有子线程结束
thread1.join()
thread2.join()

print("Main thread exiting")

高级用法：

使用线程池

import concurrent.futures
import time

# 定义一个简单的任务函数
def task(name):
    print(f"{name} is running")
    time.sleep(2)
    return f"{name} is done"

# 使用线程池
with concurrent.futures.ThreadPoolExecutor(max_workers=3) as executor:
    # 提交任务给线程池
    future_to_name = {executor.submit(task, f"Thread-{i}"): f"Thread-{i}" for i in range(5)}

    # 获取任务结果
    for future in concurrent.futures.as_completed(future_to_name):
        name = future_to_name[future]
        try:
            result = future.result()
            print(f"{name}: {result}")
        except Exception as e:
            print(f"{name}: {e}")

使用Condition进行线程间通信

import threading
import time

# 共享资源
shared_resource = None

# 创建条件变量
condition = threading.Condition()

# 定义一个写线程
class WriterThread(threading.Thread):
    def run(self):
        global shared_resource
        for _ in range(5):
            with condition:
                shared_resource = "Write data"
                print("Writer wrote:", shared_resource)
                condition.notify()  # 通知等待的线程
                condition.wait()  # 等待其他线程通知

# 定义一个读线程
class ReaderThread(threading.Thread):
    def run(self):
        global shared_resource
        for _ in range(5):
            with condition:
                while shared_resource is None:
                    condition.wait()  # 等待写线程通知
                print("Reader read:", shared_resource)
                shared_resource = None
                condition.notify()  # 通知写线程

# 创建写线程和读线程
writer_thread = WriterThread()
reader_thread = ReaderThread()

# 启动线程
writer_thread.start()
reader_thread.start()

# 主线程等待所有子线程结束
writer_thread.join()
reader_thread.join()

print("Main thread exiting")

这些例子涵盖了一些基础和高级的多线程用法。请注意，在Python中由于全局解释器锁（GIL）的存在，多线程并不能充分利用多核处理器。如果需要充分利用多核处理器，可以考虑使用multiprocessing模块进行多进程编程。

以上就是“Python多线程编程全解析：基础到高级用法”的全部内容，希望对你有所帮助。
​
​关于Python技术储备

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

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。

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。

最后祝大家天天进步！！

上面这份完整版的Python全套学习资料已经上传至CSDN官方，朋友如果需要可以直接微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】。