提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档
前言
提示:这里可以添加本文要记录的大概内容:
例如:随着人工智能的不断发展,机器学习这门技术也越来越重要,很多人都开启了学习机器学习,本文就介绍了机器学习的基础内容。
提示:以下是本篇文章正文内容,下面案例可供参考
一、多线程创建的几种方式?
1、继承Thread类
2、实现runnable接口
3、实现callable接口
4、创建线程池
1.runnbale和callable的区别
runnable接口:没有返回值,不能抛异常,方法为run方法。可以通过thread传参,线程池启动
callable接口 :有返回值,可以抛异常,方法为call方法,只能通过线程池使用。
2.有几种线程池
newSingleThreadExecutor (核心线程数和最大线程数为: 1)
单个线程的线程池,即线程池中每次只有一个线程工作,单线程串行执行任务
newFixedThreadExecutor(核心线程数和最大线程数相同,需要传参)
固定数量的线程池,每提交一个任务就是一个线程,直到达到线程池的最大数量,然后后面进入等待队列直到前面的任务完成才继续执行
newCacheThreadExecutor(核心线程数为0,最大线程数为Integer最大值)
可缓存线程池,当线程池大小超过了处理任务所需的线程,那么就会回收部分空闲(一般是60秒无执行)的线程,当有任务来时,又智能的添加新线程来执行。
newScheduleThreadExecutor (最大线程数为Integer最大值)
大小无限制的线程池,支持定时和周期性的执行线程
3.如何创建线程池
手动创建线程池 new ThreadPoolExecutor。
七个核心参数:
核心线程数、最大线程数、等待时间、等待时间单位、阻塞队列、线程工厂、拒绝策略。
常见阻塞队列:
ArrayBlockingQueue(有界队列按照先进先出的方式,初始化必须指定大小,还可以有参数。是否公平,指定初始化集合)
LinkedBlockingQueue(默认无界队列,永远放不满,所以核心线程数无意义)
SynchronousBlockingQueue(容量为0,不存储任务)
PriorityBlockingQueue(无界有序队列。不支持插入null元素,只能插入compareable的对象)
常见的拒绝策略:
AbortPolicy:丢弃任务并抛出异常(默认)
DiscardPolicy:丢弃任务但不抛出异常
DiscardOldestPolicy:丢弃队列最前面的任务,然后重新提交被拒绝的任务
CallerRunsPolicy:调用线程处理该任务
代码如下(示例):
import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import seaborn as sns
import warnings
warnings.filterwarnings('ignore')
import ssl
ssl._create_default_https_context = ssl._create_unverified_context
2.读入数据
代码如下(示例):
data = pd.read_csv(
'https://labfile.oss.aliyuncs.com/courses/1283/adult.data.csv')
print(data.head())
该处使用的url网络请求的数据。
总结
提示:这里对文章进行总结:
例如:以上就是今天要讲的内容,本文仅仅简单介绍了pandas的使用,而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。