python中的多線程實例教程
本文以實例形式較為詳細的講述了Python中多線程的用法，在Python程序設計中有著比較廣泛的應用。分享給大家供大家參考之用。具體分析如下：
python中關于多線程的操作可以使用thread和threading模塊來實現，其中thread模塊在Py3中已經改名為_thread，不再推薦使用。而threading模塊是在thread之上進行了封裝，也是推薦使用的多線程模塊，本文主要基于threading模塊進行介紹。在某些版本中thread模塊可能不存在，要使用dump_threading來代替threading模塊。
一、線程創(chuàng)建
threading模塊中每個線程都是一個Thread對象，創(chuàng)建一個線程有兩種方式，一種是將函數傳遞到Thread對象中執(zhí)行，另一種是從Thread繼承，然后重寫run方法（是不是跟Java很像）。
下面使用這兩種方法分別創(chuàng)建一個線程并同時執(zhí)行
import random, threading
def threadFunction():
for i in range(10):
print 'ThreadFuction - %d'%i
time.sleep(random.randrange(0,2))
class ThreadClass(threading.Thread):
def __init__(self):
threading.Thread.__init__(self);
def run(self):
for i in range(10):
print 'ThreadClass - %d'%i
time.sleep(random.randrange(0,2))
if __name__ == '__main__':
tFunc = threading.Thread(target = threadFunction);
tCls = ThreadClass()
tFunc.start()
tCls.start()
執(zhí)行結果如下，可以看到兩個線程在交替打印。至于空行和一行多個輸出，是因為Py的print并不是線程安全的，在當前線程的print打印了部分內容后，準備打印換行之前，被別的線程中的print搶先，在換行之前打印了其它的內容。
ThreadFuction - 0 ThreadFuction - 1 ThreadFuction - 2 ThreadClass - 0 ThreadFuction - 3 ThreadClass - 1 ThreadFuction - 4 ThreadClass - 2 ThreadClass - 3 ThreadClass - 4ThreadFuction - 5 ThreadClass - 5 ThreadClass - 6 ThreadClass - 7 ThreadClass - 8 ThreadFuction - 6ThreadClass - 9 ThreadFuction - 7 ThreadFuction - 8 ThreadFuction - 9
Thread類的構造函數定義如下
class threading.Thread(group=None, target=None, name=None, args=(), kwargs={})
group： 留作ThreadGroup擴展使用，一般沒什么用
target：新線程的任務函數名
name： 線程名，一般也沒什么用
args： tuple參數
kwargs：dictionary參數
Thread類的成員變量和函數如下
start() 啟動一個線程
run() 線程執(zhí)行體，也是一般要重寫的內容
join([timeout]) 等待線程結束
name 線程名
ident 線程ID
daemon 是否守護線程
isAlive()、is_alive() 線程是否存活
getName()、setName() Name的get&set方法
isDaemon()、setDaemon() daemon的get&set方法
這里的守護線程與Linux中的守護進程并不是一個概念。這里是指當所有守護線程退出后主程序才會退出，否則即使線程任務沒有結束，只要不是守護線程，都會跟著主程序一起退出。而Linux中的守護進程定義正好相反，守護進程已經脫離父進程，不會隨著父進程的結束而退出。
二、線程同步
線程同步是多線程中的一個核心問題，threading模塊對線程同步有著良好的支持、包括線程特定數據、信號量、互斥鎖、條件變量等。
1.線程特定數據
簡而言之，線程特定數據就是線程獨自持有的全局變量，相互之間的修改不會造成影響。
threading模塊中使用local()方法生成一個線程獨立對象，舉例如下，其中sleep(1)是為了保證讓子線程先運行完再運行接下來的語句。
data = threading.local() def threadFunction(): global data data.x = 3 print threading.currentThread(), data.x if __name__ == '__main__': data.x = 1 tFunc = threading.Thread(target = threadFunction).start(); time.sleep(1) print threading.current_thread(), data.x
<Thread(Thread-1, started 36208)> 3 <_MainThread(MainThread, started 35888)> 1
輸出如上，可以看到，Thread-1中對data.x的修改并沒有影響到主線程中data.x的值。
2.互斥鎖
threading中定義了兩種鎖：threading.Lock和threading.RLock。兩者的不同在于后者是可重入鎖，也就是說在一個線程內重復LOCK同一個鎖不會發(fā)生死鎖，這與POSIX中的PTHREAD_MUTEX_RECURSIVE也就是可遞歸鎖的概念是相同的。
關于互斥鎖的API很簡單，只有三個函數————分配鎖，上鎖，解鎖。
threading.Lock() 分配一個互斥鎖
acquire([blocking=1]) 上鎖(阻塞或者非阻塞，非阻塞時相當于try_lock，通過返回False表示已經被其它線程鎖住。)
release() 解鎖
下面通過一個例子來說明互斥鎖的使用。在之前的例子中，多線程print會造成混亂的輸出，這里使用一個互斥鎖，來保證每行一定只有一個輸出。
def threadFunction(arg):
while True:
lock.acquire()
print 'ThreadFuction - %d'%arg
lock.release()
if __name__ == '__main__':
lock = threading.Lock()
threading.Thread(target = threadFunction, args=(1,)).start();
threading.Thread(target = threadFunction, args=(2,)).start();
3.條件變量
條件變量總是與互斥鎖一起使用的，threading中的條件變量默認綁定了一個RLock，也可以在初始化條件變量的時候傳進去一個自己定義的鎖。
可用的函數如下
threading.Condition([lock]) 分配一個條件變量
acquire(*args) 條件變量上鎖
release() 條件變量解鎖
wait([timeout]) 等待喚醒，timeout表示超時
notify(n=1) 喚醒最大n個等待的線程
notifyAll()、notify_all() 喚醒所有等待的線程
下面這個例子使用條件變量來控制兩個線程交替運行
num = 0
def threadFunction(arg):
global num
while num < 10:
cond.acquire()
while num % 2 != arg:
cond.wait()
print 'Thread %d - %d' %(arg, num)
num += 1
cond.notify()
cond.release()
if __name__ == '__main__':
cond = threading.Condition()
threading.Thread(target = threadFunction, args=(0,)).start();
threading.Thread(target = threadFunction, args=(1,)).start();
輸出如下
Thread 0 - 0 Thread 1 - 1 Thread 0 - 2 Thread 1 - 3 Thread 0 - 4 Thread 1 - 5 Thread 0 - 6 Thread 1 - 7 Thread 0 - 8 Thread 1 - 9 Thread 0 - 10
其實上面這個程序是有問題的，我們想打印的是0~9，但實際上10也被打印了出來，原因很簡單，因為兩個線程交替打印，使得num在一個線程中可能加2，從而導致10被打印出來，所以必須在打印前再次check。
相信本文所述對大家的Python程序設計有一定的借鑒價值。
相關文章
今天小編就為大家分享一篇PyCharm代碼整體縮進,反向縮進的方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-06-06
python之PyAutoGui教你做個自動腳本計算器的方法
這篇文章主要介紹了python之PyAutoGui教你做個自動腳本計算器的方法,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2021-03-03
Python3.4學習筆記之常用操作符,條件分支和循環(huán)用法示例
這篇文章主要介紹了Python3.4常用操作符,條件分支和循環(huán)用法,結合實例形式較為詳細的分析了Python3.4常見的數學運算、邏輯運算操作符,條件分支語句,循環(huán)語句等功能與基本用法,需要的朋友可以參考下2019-03-03
Python基于內置庫pytesseract實現圖片驗證碼識別功能
這篇文章主要介紹了Python基于內置庫pytesseract實現圖片驗證碼識別功能,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2020-02-02
下面小編就為大家分享一篇python3庫numpy數組屬性的查看方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2018-04-04
這篇文章主要介紹了Python實現快速排序的方法,結合實例形式詳細分析了快速排序的思路、原理及Python具體實現技巧與相關操作注意事項,需要的朋友可以參考下2019-10-10
今天小編就為大家分享一篇pytorch-RNN進行回歸曲線預測方式，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-01-01
這篇文章主要介紹了Python編程實現超炫動態(tài)排序圖的示例解析，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進步2021-10-10
opencv最主要的的功能是用于圖像處理，所以圖像的概念貫穿了整個opencv，與其相關的核心類就是Mat。這篇文章主要介紹了OpenCV圖像的概念和基本操作,需要的朋友可以參考下2021-10-10
Pytorch建模過程中的DataLoader與Dataset示例詳解
這篇文章主要介紹了Pytorch建模過程中的DataLoader與Dataset,同時PyTorch針對不同的專業(yè)領域，也提供有不同的模塊，例如?TorchText,?TorchVision,?TorchAudio，這些模塊中也都包含一些真實數據集示例，本文給大家介紹的非常詳細，需要的朋友參考下吧2023-01-01