1.线程共享变量

多线程和多进程不同之处在于，多线程本身就是可以和父线程共享内存的，这也是为什么其中一个线程挂掉以后，为什么其他线程也会死掉的道理。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
import  threading
 
def  worker(l):
     l.append( "li" )
     l.append( "and" )
     l.append( "lou" )
 
 
if  __name__  = =  "__main__" :
     l  =  []
     l  + =  range ( 1 ,  10 )
     print  (l)
     t  =  threading.Thread(target = worker, args = (l,))
     t.start()
     print  (l)

返回结果：

1
2
[ 1 ,  2 ,  3 ,  4 ,  5 ,  6 ,  7 ,  8 ,  9 ]
[ 1 ,  2 ,  3 ,  4 ,  5 ,  6 ,  7 ,  8 ,  9 ,  'li' ,  'and' ,  'lou' ]


2.线程池（扩展内容，了解即可）

通过传入一个参数组来实现多线程，并且它的多线程是有序的，顺序与参数组中的参数顺序保持一致。

安装包：

pip install  threadpool


调用格式：

1
2
3
4
5
from  threadpool  import  *
pool  =  TreadPool(poolsize)
requests  =  makeRequests(some_callable, list_of_args, callback)
[pool.putRequest(req)  for  req  in  requests]
pool.wait()


举例：

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
import  threadpool
 
def  hello(m, n, o):
     print  ( "m = {0}, n = {1}, o = {2}" . format (m, n, o))
 
if  __name__  = =  "__main__" :
     #方法一：
     lst_vars_1  =  [ '1' , '2' , '3' ]
     lst_vars_2  =  [ '4' , '5' , '6' ]
     func_var  =  [(lst_vars_1, None ), (lst_vars_2,  None )]
     #方法二：
     dict_vars_1  =  { 'm' : '1' , 'n' : '2' , 'o' : '3' }
     dict_vars_2  =  { 'm' : '4' , 'n' : '5' , 'o' : '6' }
     func_var  =  [( None , dict_vars_1), ( None , dict_vars_2)]
 
     pool  =  threadpool.ThreadPool( 2 )
     requests  =  threadpool.makeRequests(hello, func_var)
     [pool.putRequest(req)  for  req  in  requests]
     pool.wait()

返回结果：

1
2
m  =  1 , n  =  2 , o  =  3
m  =  4 , n  =  5 , o  =  6

本文转自 听丶飞鸟说 51CTO博客，原文链接:http://blog.51cto.com/286577399/2050860