Python零基础之多线程（threading、enumerate、Lock、RLock、Queue、Condtion）

1. 为什么要使用多线程

• 多线程类似于同时执行多个不同程序，多线程运行有如下优点：
  • 使用线程可以把占据长时间的程序中的任务放到后台去处理。
  • 用户界面可以更加吸引人，比如用户点击了一个按钮去触发某些事件的处理，可以弹出一个进度条来显示处理的进度。
  • 程序的运行速度可能加快。
  • 在一些等待的任务实现上如用户输入、文件读写和网络收发数据等，线程就比较有用了。在这种情况下我们可以释放一些珍贵的资源如内存占用等等。

2. python如何实现多线程

2.1 python的多线程模块

• Python3 线程中常用的两个模块为：

  • _thread

    • _thread.start_new_thread ( function, args[, kwargs] )

    • thread 模块已被废弃。用户可以使用 threading 模块代替。所以，在 Python3 中不能再使用"thread" 模块。为了兼容性，Python3 将 thread 重命名为 “_thread”。
  • threading (提供基于线程的并行,推荐使用)

    • threading.Thread(group=group,target=test_func, name=‘name’,args=(num))

      • group: 线程组
      • target: 需要开启多线程的方法
      • name: 线程的名称

• 示例代码1:

import threading
import time


# 单线程

def sing():
    for i in range(3):
        print('正在唱歌...')
        time.sleep(1)


def dance():
    for i in range(3):
        print('正在跳舞...')
        time.sleep(1)


if __name__ == '__main__':

    # sing()
    # dance()
    t1 = threading.Thread(target=sing)
    t2 = threading.Thread(target=dance)

    # 没有.start()则线程不会开启
    t1.start()
    t2.start()

2.2 主线程和子线程的执行关系

• 主线程会等待子线程结束之后在结束
• join() 等待子线程结束之后，主线程继续执行
• setDaemon() 守护线程，不会等待子线程结束
• join()和setDeamon()同时存在的时候,按照join()的情况执行
• 示例代码2:

# import time
#
# # 单线程
#
# def sing():
#
#     for i in range(3):
#
#         print('正在唱歌...')
#         time.sleep(1)
#
# def dance():
#
#     for i in range(3):
#         print('正在跳舞...')
#         time.sleep(1)
#
# if __name__ == '__main__':
#     sing()
#     dance()

# 多线程:
# 通过函数 - 使用threading中的Thread类创建
# 通过类 - 继承threading中的Thread类并实现run()方法

import threading
import time


def demo():
    for i in range(5):
        print('子线程')
        time.sleep(1)

if __name__ == '__main__':



    # 参数:
    # group 线程组 None
    # traget 要执行的方法
    # name 线程名
    t = threading.Thread(target=demo)

    # 守护线程 不等待子线程结束
    t.setDaemon(True)

    # 开启线程
    t.start()

    # 主线程在子线程执行一次后,会向下执行代码
    # 下边代码执行完毕后,会继续执行子线程代码
    # 主线程会在所有子线程都执行结束以后再结束
    for i in range(3