参考博客:[https://www.bilibili.com/video/BV1fz4y1D7tU?p=9)]
黑马程序员python多线程编程
1. python多线程的介绍
多线程是python程序中实现多任务的一种方式,线程是程序执行的最小单位,同属一个进程的多个线程共享进程所拥有的全部资源。
2. python多线程执行多任务
用多线程执行多任务,提高程序执行的效率。
import time
import threading #1. 导入线程模块
def sing():
for i in range(3):
print("唱歌...")
time.sleep(1)
def dance():
for j in range(3):
print("跳舞...")
time.sleep(1)
if __name__=='__main__':
sing_thread = threading.Thread(target = sing )# 创建线程
dance_thread = threading.Thread(target = dance ) #创建线程
sing_thread.start() # 线程启动
dance_thread.start() # 线程启动`
3. 线程执行带有参数的任务
#传参的多线程
import time
import threading #1. 导入线程模块
def sing(num,name):
for i in range(num):
print(name,"唱歌...")
time.sleep(1)
def dance(count):
for j in range(count):
print("跳舞...")
time.sleep(1)
if __name__=='__main__':
#args以元组的形式给执行任务传递参数,其中元组的顺序就是参数的顺序,其中注意单元素的元组的特殊形式(3,)
sing_thread = threading.Thread(target = sing, args = (3, "xiaoming") )# 创建线程
#kwargs以字典的形式给执行任务传递参数,其中字典的关键字和执行任务的参数名一样
dance_thread = threading.Thread(target = dance,kwargs = {"count":2} ) #创建线程
sing_thread.start() # 线程启动
dance_thread.start() # 线程启动
4. 主线程和子线程的结束顺序
主线程会等待所有的子线程结束才结束。
import time
import threading
def work():
for i in range (10):
print("工作...")
time.sleep(0.2)
if __name__ == '__main__':
work_thread = threading.Thread(target = work )
work_thread.start()
time.sleep(1)
print("主线程结束了")
# 主线程会等待所有的子线程执行结束再结束
运行结果:
这里可以看出在主线程显示已经结束时,子线程还没有结束,最后等待子线程结束才是真正的结束。因为有主线程等待所有的子线程结束再结束,所有有了守护主线程。
import time
import threading
def work():
for i in range (10):
print("工作...")
time.sleep(0.2)
if __name__ == '__main__':
# 主线程结束不想等待子线程结束,可以设置子线程守护主线程,有两种方法:
#1. threading.Thread(target = work, daemon = True)
#2. 线程对象.setdaemon = True)
work_thread = threading.Thread(target = work , daemon = True)
work_thread.start()
time.sleep(1)
print("主线程结束了")
# 主线程会等待所有的子线程执行结束再结束
执行结果:
这里通过对比就可以看出,主线程执行结束就立即结束了,不会再等待没有结束的子线程
5. 线程间的执行顺序
线程间虽然是先后启动的,但是是并行执行的。
import threading
import time
def task():
time.sleep(1)
thread = threading.current_thread() # thread.current_thread() 方法可以返回当前线程
print(thread )
if __name__ == '__main__':
for i in range(5):
task_thread = threading.Thread(target=task)
task_thread.start()
结果:
可以看出先后启动的,但是是并行执行的。
存在的问题:数据的共享问题
只针对cpu?