python线程池传入多个参数_40. Python 多线程共享变量 线程池

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。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, 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：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：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：m = 1, n = 2, o = 3

m = 4, n = 5, o = 6