2021-06-25

Python的多线程

pyhton的多线程,在多个进程之间反复切换形成类似多线程的效果,是虚假的多线程,是由GIL锁造成的。
在当前线程进程遇到IO操作时,会将GIL释放,由其他线程争取,当前线程不参与争夺。当线程超时时,GIL也会释放,当前线程也会参与争夺。
在多线程环境中,Python虚拟机的执行过程:
设置GIL锁
切换线程
运行
设置线程睡眠
解锁GIL锁
重复以上过程

GIL锁

存在于CPython和Ruby中,一般安装python时,默认安装CPyhon。
在多线程情况下,只有当线程获得GIL的时候,代码才能够运行,但全局锁只有一个,所以同时只能有一个线程运行。

深拷贝和浅拷贝

对于不可变对象(数字,字符串,元组,不可变集合等),深拷贝和浅拷贝并无区别,都是建立一个指向不可变对象的指针

a = [[1, 2], 'str']

在对a进行浅拷贝时,获得的对象地址与a是不同的

b = copy.copy(a)
print(id(a) == id(b))	# False

但是列表元素地址相同

b = copy.copy(a)
print(id(a[0]) == id(b[0]))	  # True

若对a列表元素进行修改,b列表元素也会发生改变

a.append(3)
print(b)	# [[1, 2], 'str', 3]

在对a进行深拷贝时,获得的对象地址与a也是不同的

c = copy.deepcopy(a)
print(id(a) == id(c))    # False

但元素地址不同

b = copy.copy(a)
print(id(a[0]) == id(b[0]))	  # False

同时,若对a列表元素进行修改,b列表元素不会发生改变

a.append(3)
print(b)	# [[1, 2], 'str']

深拷贝会把可变对象也拷贝一份,而浅拷贝不会,这是二者之间最明显的区别

构造函数

构造函数也被称为构造器,当创建对象的时候第一个被自动调用的函数。在同一个类中,构造函数只能出现一次

class Check():
	
    num1 = 0
    s1 = "str"

	def __init__(self):
		self.dic = {'name': 'Tony'}
		self.fun1()
	
	def func1(self):
		self.num2 = 2
		return self.num2

	def func2(self):
		self.num3 = 23
		return self.num3
	
	def ___del__(self):
		print('done')

类变量

这里的num1和s1即为类变量,当通过类修改类变量时,实例的类变量也会发生变化,反之通过实例修改类变量时,类的类变量不会发生变化

check_one = Check()
Check.num1 = 1
print(chekc_one.num1, Check.num1)	# 1, 1
check_one.s1 = 'str1'
print(chekc_one.s1, Check.s1)	# str1, str

成员变量(实例变量)

只有在 __init__中的,形似self.xxx的变量,或是在__init__中调用函数的变量,才是真正意义上的成员变量,成员变量的作用域是整个类
在 Check类中,self.dic、self.num2为成员变量

构造方法调用

若一个类继承了n(0-∞)个类,在子类中调用父类的构造方法有两种方式:

class People:
 
    def __init__(self, name, age):
        self.name = name
        self.age = age
 
 
class Work(People):
 
    def __init__(self, name, age, department):
        People.__init__(self, name, age)
        self.grade = grade

析构函数

当程序结束运行或是对象被删除时,会调用析构函数,释放内存

check_one = Check()
print('last word')
# 'last word'
# 'done'
check_two = Check()
del check_two
print('last word ')
# 'done'
# 'last word twice'

类方法、实例方法、静态方法

参考Python 实例方法、类方法和静态方法

class Kls(object):
    def foo(self, x):
        print('executing foo(%s,%s)' % (self, x))

    @classmethod
    def class_foo(cls,x):
        print('executing class_foo(%s,%s)' % (cls,x))

    @staticmethod
    def static_foo(x):
        print('executing static_foo(%s)' % x)

ik = Kls()

# 实例方法
ik.foo(1)

# 类方法
ik.class_foo(1)
Kls.class_foo(1)

# 静态方法
ik.static_foo(1)
Kls.static_foo('hi')

调用实例方法时,会将ik作为self参数传入foo;调用类方法时,会将Kls作为参数传入class_foo;调用静态方法时,无需传入实例或类

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
使用python中的pymsql完成如下:表结构与数据创建 1. 建立 `users` 表和 `orders` 表。 `users` 表有用户ID、用户名、年龄字段,(id,name,age) `orders` 表有订单ID、订单日期、订单金额,用户id字段。(id,order_date,amount,user_id) 2 两表的id作为主键,`orders` 表用户id为users的外键 3 插入数据 `users` (1, '张三', 18), (2, '李四', 20), (3, '王五', 22), (4, '赵六', 25), (5, '钱七', 28); `orders` (1, '2021-09-01', 500, 1), (2, '2021-09-02', 1000, 2), (3, '2021-09-03', 600, 3), (4, '2021-09-04', 800, 4), (5, '2021-09-05', 1500, 5), (6, '2021-09-06', 1200, 3), (7, '2021-09-07', 2000, 1), (8, '2021-09-08', 300, 2), (9, '2021-09-09', 700, 5), (10, '2021-09-10', 900, 4); 查询语句 1. 查询订单总金额 2. 查询所有用户的平均年龄,并将结果四舍五入保留两位小数。 3. 查询订单总数最多的用户的姓名和订单总数。 4. 查询所有不重复的年龄。 5. 查询订单日期在2021年9月1日至9月4日之间的订单总金额。 6. 查询年龄不大于25岁的用户的订单数量,并按照降序排序。 7. 查询订单总金额排名前3的用户的姓名和订单总金额。 8. 查询订单总金额最大的用户的姓名和订单总金额。 9. 查询订单总金额最小的用户的姓名和订单总金额。 10. 查询所有名字中含有“李”的用户,按照名字升序排序。 11. 查询所有年龄大于20岁的用户,按照年龄降序排序,并只显示前5条记录。 12. 查询每个用户的订单数量和订单总金额,并按照总金额降序排序。
06-03

“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 1
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