欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

python3多線程知識(shí)點(diǎn)總結(jié)

 更新時(shí)間:2019年09月26日 14:40:34   作者:(*-*)浩  
在本篇文章里小編給各位分享的是關(guān)于python3多線程的相關(guān)知識(shí)點(diǎn)內(nèi)容,以后需要的朋友們可以參考下。

多線程類似于同時(shí)執(zhí)行多個(gè)不同程序,多線程運(yùn)行有如下優(yōu)點(diǎn):

使用線程可以把占據(jù)長(zhǎng)時(shí)間的程序中的任務(wù)放到后臺(tái)去處理。

用戶界面可以更加吸引人,比如用戶點(diǎn)擊了一個(gè)按鈕去觸發(fā)某些事件的處理,可以彈出一個(gè)進(jìn)度條來(lái)顯示處理的進(jìn)度。

程序的運(yùn)行速度可能加快。

在一些等待的任務(wù)實(shí)現(xiàn)上如用戶輸入、文件讀寫和網(wǎng)絡(luò)收發(fā)數(shù)據(jù)等,線程就比較有用了。在這種情況下我們可以釋放一些珍貴的資源如內(nèi)存占用等等。

每個(gè)獨(dú)立的線程有一個(gè)程序運(yùn)行的入口、順序執(zhí)行序列和程序的出口。但是線程不能夠獨(dú)立執(zhí)行,必須依存在應(yīng)用程序中,由應(yīng)用程序提供多個(gè)線程執(zhí)行控制。

每個(gè)線程都有他自己的一組CPU寄存器,稱為線程的上下文,該上下文反映了線程上次運(yùn)行該線程的CPU寄存器的狀態(tài)。

指令指針和堆棧指針寄存器是線程上下文中兩個(gè)最重要的寄存器,線程總是在進(jìn)程得到上下文中運(yùn)行的,這些地址都用于標(biāo)志擁有線程的進(jìn)程地址空間中的內(nèi)存。

線程可以被搶占(中斷)。

在其他線程正在運(yùn)行時(shí),線程可以暫時(shí)擱置(也稱為睡眠) -- 這就是線程的退讓。

線程可以分為:

  • 內(nèi)核線程:由操作系統(tǒng)內(nèi)核創(chuàng)建和撤銷。
  • 用戶線程:不需要內(nèi)核支持而在用戶程序中實(shí)現(xiàn)的線程。

Python3 線程中常用的兩個(gè)模塊為:

_thread

threading(推薦使用)

thread 模塊已被廢棄。用戶可以使用 threading 模塊代替。所以,在 Python3 中不能再使用"thread" 模塊。為了兼容性,Python3 將 thread 重命名為 "_thread"。

開(kāi)始學(xué)習(xí)Python線程

Python中使用線程有兩種方式:函數(shù)或者用類來(lái)包裝線程對(duì)象。

函數(shù)式:調(diào)用 _thread 模塊中的start_new_thread()函數(shù)來(lái)產(chǎn)生新線程。語(yǔ)法如下:

_thread.start_new_thread ( function, args[, kwargs] )

參數(shù)說(shuō)明:

function - 線程函數(shù)。

args - 傳遞給線程函數(shù)的參數(shù),他必須是個(gè)tuple類型。

kwargs - 可選參數(shù)。

實(shí)例:

#!/usr/bin/python3

 

import _thread

import time

 

# 為線程定義一個(gè)函數(shù)

def print_time( threadName, delay):

  count = 0

  while count < 5:

   time.sleep(delay)

   count += 1

   print ("%s: %s" % ( threadName, time.ctime(time.time()) ))

 

# 創(chuàng)建兩個(gè)線程

try:

  _thread.start_new_thread( print_time, ("Thread-1", 2, ) )

  _thread.start_new_thread( print_time, ("Thread-2", 4, ) )

except:

  print ("Error: 無(wú)法啟動(dòng)線程")

 

while 1:

  pass

以上就是python3多線程的詳細(xì)內(nèi)容,感謝大家對(duì)腳本之家的支持。

相關(guān)文章

  • Python中執(zhí)行MySQL結(jié)果限制和分頁(yè)查詢示例詳解

    Python中執(zhí)行MySQL結(jié)果限制和分頁(yè)查詢示例詳解

    這篇文章主要為大家介紹了Python中執(zhí)行MySQL結(jié)果限制和分頁(yè)查詢示例詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪
    2023-11-11
  • 布隆過(guò)濾器的概述及Python實(shí)現(xiàn)方法

    布隆過(guò)濾器的概述及Python實(shí)現(xiàn)方法

    布隆過(guò)濾器是一種概率空間高效的數(shù)據(jù)結(jié)構(gòu)。它與hashmap非常相似,用于檢索一個(gè)元素是否在一個(gè)集合中。這篇文章主要介紹了布隆過(guò)濾器的概述及Python實(shí)現(xiàn),需要的朋友可以參考下
    2019-12-12
  • Anaconda環(huán)境克隆、遷移的詳細(xì)步驟

    Anaconda環(huán)境克隆、遷移的詳細(xì)步驟

    最近需要在多臺(tái)計(jì)算機(jī)上工作,每次重新部署環(huán)境比較麻煩,所以學(xué)習(xí)一下anaconda環(huán)境遷移的方法,下面這篇文章主要給大家介紹了關(guān)于Anaconda環(huán)境克隆、遷移的詳細(xì)步驟,需要的朋友可以參考下
    2022-08-08
  • wxpython實(shí)現(xiàn)圖書管理系統(tǒng)

    wxpython實(shí)現(xiàn)圖書管理系統(tǒng)

    這篇文章主要為大家詳細(xì)介紹了wxpython實(shí)現(xiàn)圖書管理系統(tǒng),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下
    2018-03-03
  • python+html實(shí)現(xiàn)前后端數(shù)據(jù)交互界面顯示的全過(guò)程

    python+html實(shí)現(xiàn)前后端數(shù)據(jù)交互界面顯示的全過(guò)程

    最近項(xiàng)目中采用了前后端分離的技術(shù),感覺(jué)有必要給大家總結(jié)下,所以下面這篇文章主要給大家介紹了關(guān)于python+html實(shí)現(xiàn)前后端數(shù)據(jù)交互界面顯示的相關(guān)資料,需要的朋友可以參考下
    2022-06-06
  • Python自動(dòng)爬取圖片并保存實(shí)例代碼

    Python自動(dòng)爬取圖片并保存實(shí)例代碼

    大家好,本篇文章主要講的是Python自動(dòng)爬取圖片并保存實(shí)例代碼,感興趣的同學(xué)趕快來(lái)看一看吧,對(duì)你有幫助的話記得收藏一下
    2022-01-01
  • np.random.seed() 的使用詳解

    np.random.seed() 的使用詳解

    這篇文章主要介紹了np.random.seed() 的使用詳解,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
    2020-01-01
  • 關(guān)于Pytorch MaxUnpool2d中size操作方式

    關(guān)于Pytorch MaxUnpool2d中size操作方式

    今天小編就為大家分享一篇關(guān)于Pytorch MaxUnpool2d中size操作方式,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧
    2020-01-01
  • Python基于opencv實(shí)現(xiàn)的簡(jiǎn)單畫板功能示例

    Python基于opencv實(shí)現(xiàn)的簡(jiǎn)單畫板功能示例

    這篇文章主要介紹了Python基于opencv實(shí)現(xiàn)的簡(jiǎn)單畫板功能,結(jié)合實(shí)例形式分析了Python使用opencv模塊進(jìn)行圖形繪制的相關(guān)操作技巧,需要的朋友可以參考下
    2019-03-03
  • Python生產(chǎn)者與消費(fèi)者模型中的優(yōu)勢(shì)介紹

    Python生產(chǎn)者與消費(fèi)者模型中的優(yōu)勢(shì)介紹

    這篇文章主要介紹了python多進(jìn)程中的生產(chǎn)者和消費(fèi)者模型優(yōu)勢(shì),生產(chǎn)者是指生產(chǎn)數(shù)據(jù)的任務(wù),消費(fèi)者是指消費(fèi)數(shù)據(jù)的任務(wù)。當(dāng)生產(chǎn)者的生產(chǎn)能力遠(yuǎn)大于消費(fèi)者的消費(fèi)能力,生產(chǎn)者就需要等消費(fèi)者消費(fèi)完才能繼續(xù)生產(chǎn)新的數(shù)據(jù)
    2023-03-03

最新評(píng)論