python读excel乱码_python excel 读 中文乱码python中线程的使用

Python用GIL( global Interpretor Lock)和队列模型来处理资源的抢占问题，Python解释器不是线程安全的，需要持有这个锁，才可以安全访问python对象，因此，python不能很好的利用多CPU资源。

上一篇文章中讲了进程了，那么为什么还需要多线程呢，由于进程开销大，通信麻烦，所以需要多线程，多线程是在单独的进程中并发的执行任务。

线程状态：就绪 运行 休眠 中止

thread模块使用start_new_thread(func,(args1,args2...))start_new_thread此方法接收一个函数作为参数，并启动一个线程。 已经不推荐使用thread模块了。

threading模块

使用方法，继承threading.Thread 重写runimport threading,time

class ThreadDemo(threading.Thread):

def __init__(self,index,create_time):

threading.Thread.__init__(self)

self.index = index

self.create_time = create_time

def run(self):

time.sleep(1)

print (time.time()-self.create_time),"\t",self.index

print "Thread %d exit" % (self.index)

for x in range(5):

t = ThreadDemo(x,time.time())

t.start()

常用方法：start run join setDaemon isDaemon 注意start 和run 的区别

join注意两点：若不设置timeout，则join会一直阻塞至线程终止。线程不能在自己的运行代码中join,否则会死锁

W WW.002pc .COM认为此文章对《python excel 读 中文乱码python中线程的使用》说的很在理，第二电脑网为你提供最佳的python项目，python项目。

threading.local()不同线程中保存为不同的值。同java中的threadlocalimport threading,time,random

class ThreadLocal(threading.Thread):

def __init__(self):

threading.Thread.__init__(self)

self.local = threading.local()

def run(self):

time.sleep(random.random())

self.local.numbers = []

for i in range(10):

self.local.numbers.append(random.choice(range(10)))

print threading.currentThread,self.local.numbers

for x in range(5):

t = ThreadLocal()

t.start()

线程同步

临界资源临界资源，其实就是被多线程都会访问到的那段代码。关于临界资源的访问，多线程访问临界资源会导致非预期结果。例如，一个计数器的increase方法，调一次+1，若100个线程去调用，最后结果通常小于100，这事因为同时访问和修改导致的。import threading

class Counter:

def __init__(self):

self.value = 0

def increase(self):

self.value += 1

return self.value

counter = Counter()

class ThreadDemo(threading.Thread):

def __init__(self):

threading.Thread.__init__(self)

def run(self):

print counter.increase()

for x in range(100):

t = ThreadDemo()

t.start()结果基本都小于100，需要使用一些措施来避免出现这种问题。

thread锁机制使用thread.allocate_lock()来分配锁，然后acquire获取锁，执行完成后release释放，代码如下import threading,thread

class Counter:

def __init__(self):

self.value = 0

self.lock = thread.allocate_lock()

def increase(self):

self.lock.acquire()

self.value += 1

self.lock.release()

return self.value

counter = Counter()

class ThreadDemo(threading.Thread):

def __init__(self):

threading.Thread.__init__(self)

def run(self):

print counter.increase()

for x in range(100):

t = ThreadDemo()

t.start()

条件变量锁机制可以解决同步问题，但是遇到复杂的多线程问题就无能为力了。比如常见的生产者-消费者问题，线程间需要互相感知，这里就要用到条件变量。当然，使用条件变量同样也实现了锁的功能，提供acquire 和release方法，还提供notify notifyall wait

生产者与消费者的例子

from threading import Thread,Condition,currentThread

import time,random

class Producer(Thread):

def __init__(self,condition,goods):

Thread.__init__(self)

self.cond=condition

self.goods=goods

def run(self):

while 1:

self.cond.acquire()

self.goods.append(chr(random.randint(97, 122)))

print self.goods

cond.notifyAll()

cond.release()

time.sleep(random.choice(range(3)))

class Consumer(Thread):

def __init__(self,condition,goods):

Thread.__init__(self)

self.cond=condition

self.goods=goods

def run(self):

while 1:

cond.acquire()

while not goods:

print "has no good,wait..."

cond.wait()

print "consume:",goods.pop(0)

print self.goods

cond.release()

time.sleep(random.choice(range(2)))

goods=[]

cond=Condition()

p = Producer(cond,goods)

c = Consumer(cond,goods)

p.start()

c.start()

更多:python excel 读 中文乱码python中线程的使用

https://www.002pc.comhttps://www.002pc.com/python/5363.html

你可能感兴趣的python,中线,使用No alive nodes found in your cluster

0踩

赏

0 赞