Python学习:批量启动多线程

建立一个线程池,并将某个线程放入进去

threadpool = []
th = threading.Thread(target=func_name, args=func_args)
threadpool.append(th)

批量加入线程

for i in range(10):
    th = threading.Thread(target=func_name, args=func_args)
    threadpool.append(th)

批量开始线程

for th in threadpool:
        th.start()
for th in threadpool:
    threading.Thread.join(th)

实例如下:

import time
import threading


def matter1(music, test):
    print test, music
    # 假设每一首歌曲的时间是2秒
    time.sleep(2)


if __name__ == '__main__':
    # 设定我要听的歌为
    musics = ["music1", "music2", "music3"]
    test = "122678"
    # 开始时间
    start = time.time()

    threadpool = []

    for music in musics:
        th = threading.Thread(target=matter1, args=(music, test))
        threadpool.append(th)
    for th in threadpool:
        th.start()
    for th in threadpool:
        threading.Thread.join(th)

    # 结束时间
    end = time.time()
    print("完成的时间为:" + str(end - start))

完成同时听三首歌线程,花费时间 2s:
在这里插入图片描述
限制线程数量可以使用Semaphore,实例如下:

import time
import threading

#Python学习交流群:711312441
#添加一个计数器
s1=threading.Semaphore(2)

def matter1(music, test):
    # 计数器获得锁
    s1.acquire()
    print(test, music)
    # 假设每一首歌曲的时间是2秒
    time.sleep(2)
    # 计数器释放锁
    s1.release()


if __name__ == '__main__':
    # 设定我要听的歌为
    musics = ["music1", "music2", "music3"]
    test = "122678"
    # 开始时间
    start = time.time()

    threadpool = []

    for music in musics:
        th = threading.Thread(target=matter1, args=(music, test))
        threadpool.append(th)
    for th in threadpool:
        th.start()
    for th in threadpool:
        threading.Thread.join(th)

    # 结束时间
    end = time.time()
    print("完成的时间为:" + str(end - start))

完成听前2首歌线程,花费时间 2s:
在这里插入图片描述
听第3首歌花费 2s,最后一共花费 4s:
在这里插入图片描述

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
启动多线程Python多进程中可以提高程序的并发性和效率。Python多线程可以在多个CPU核心上同时执行,从而使得程序可以更快地完成任务。在Python中,使用`threading`模块可以创建和管理多个线程。以下是在Python多进程中启动多线程的步骤: 1. 导入`threading`模块:首先需要导入`threading`模块,以便使用其中提供的多线程功能。 2. 创建线程对象:使用`threading.Thread()`类来创建线程对象。在创建线程对象时,需要指定线程要执行的函数或方法,并可以传递参数给该函数或方法。 3. 启动线程:通过调用线程对象的`start()`方法来启动线程。启动线程后,线程对象会自动调用其对应函数或方法。 4. 等待线程结束:如果需要等待所有线程执行完毕,可以使用`join()`方法。调用线程对象的`join()`方法会阻塞主线程,直到该线程执行完毕。 需要注意的是,Python多线程由于全局解释器锁(GIL)的存在,并不能实现真正的并行执行。因此,在处理计算密集型的任务时,多线程的效果可能不如多进程。但在面对I/O密集型任务时,多线程可以充分利用等待I/O操作的时间,提高程序的效率。 引用中提到了关于Python多线程的GIL锁问题,该问题限制了Python线程的并行性能。因此,在使用多线程时,需要根据具体的任务类型和需求来选择合适的并发模型。在处理I/O密集型任务时,多线程仍然是一个有效的选择,可以充分利用系统资源,提高程序的运行速度。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [Python 多线程+多进程简单使用教程,如何在多进程开多线程](https://download.csdn.net/download/weixin_38733367/13740222)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] - *2* [python爬虫之多线程、多进程爬虫](https://download.csdn.net/download/weixin_38671048/15443909)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] - *3* [Python变量在函数中的作用域.md](https://download.csdn.net/download/qq_42431718/88241192)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值