Python3 threading.Thread 的jion()用法实例

最新推荐文章于 2023-03-24 14:34:49 发布
原创 最新推荐文章于 2023-03-24 14:34:49 发布 · 211 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

Python
# -*- coding: utf-8 -*- import time __author__ = 'songhao' import threading def work(): # time.sleep(tt) print("work 开始") for x in range(10): time.sleep(0.1) # print(threading.current_thread()) print("work 结束") def man(): add_work = <span class="wp_keywordlink_affiliate"><a href="https://www.168seo.cn/tag/threading-thread" title="View all posts in threading.Thread" target="_blank">threading.Thread</a></span>(target=work) add_work.start() print("all done") if __name__ == '__main__': man()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
# -*- coding: utf-8 -*-
import time
 
__author__ = 'songhao'
import threading
 
 
def work ( ) :
     # time.sleep(tt)
     print ( "work 开始" )
     for x in range ( 10 ) :
         time . sleep ( 0.1 )
     # print(threading.current_thread())
     print ( "work 结束" )
 
 
def man ( ) :
     add_work = threading . Thread ( target = work )
     add_work . start ( )
 
     print ( "all done" )
 
 
if __name__ == '__main__' :
     man ( )

如果不加 jion 输出的结果是什么呢?

 

/usr/local/bin/python3 "/Users/songhao/Desktop/Python3 入门和进阶/Python file/d3/c8.py"
work 开始
all done
work 结束

加上 jion后呢?

Python
# -*- coding: utf-8 -*- import time __author__ = 'songhao' import threading def work(): # time.sleep(tt) print("work 开始") for x in range(10): time.sleep(0.1) # print(threading.current_thread()) print("work 结束") def man(): add_work = <span class="wp_keywordlink_affiliate"><a href="https://www.168seo.cn/tag/threading-thread" title="View all posts in threading.Thread" target="_blank">threading.Thread</a></span>(target=work) add_work.start() add_work.join() print("all done") if __name__ == '__main__': man()
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
# -*- coding: utf-8 -*-
import time
 
__author__ = 'songhao'
import threading
 
 
def work ( ) :
     # time.sleep(tt)
     print ( "work 开始" )
     for x in range ( 10 ) :
         time . sleep ( 0.1 )
     # print(threading.current_thread())
     print ( "work 结束" )
 
 
def man ( ) :
     add_work = threading . Thread ( target = work )
     add_work . start ( )
     add_work . join ( )
 
     print ( "all done" )
 
 
if __name__ == '__main__' :
     man ( )

结果是:

join(timeout) 在join()位置等待另一线程结束后再继续运行join()后的操作,timeout是可选项，表示最大等待时间




  • zeropython 微信公众号 5868037 QQ号 5868037@qq.com QQ邮箱
songhao8080
关注
python继承threading.Thread实现有返回值的子类实例
09-16
### Python继承threading.Thread实现有返回值的子类实例 在Python中，多线程编程是一种常见的并发处理技术，能够有效提升程序的执行效率。`threading`模块是Python的标准库之一，它提供了创建和管理线程的功能。...
对python:threading.Thread类的使用方法详解
09-19
下面将详细介绍`Thread`类的使用方法和相关函数。 1. **创建线程** 创建线程有两种方式： - **通过回调对象**：你可以通过给`Thread`构造函数传递一个可调用对象（如函数）和其参数来创建线程，如`mthread = ...
线程了解以及创建线程的Threading模块中的部分方法
weixin_30271335的博客
09-17 199
了解线程 1.什么是线程 在传统的操作系统中，每个进程有一个地址空间，而且默认就有一个控制线程 线程，其实就是一条流水线的过程，一条流水线必须属于一个车间，一个车间的工作过程是一个进程 车间负责把资源整合到一起，是一个资源单位，而一个车间内至少有一个流水线 流水线的工作需要带能源，电源就相当于CPU 总而言之，进程只是用来把资源集中到一起（进程就是一个资源单位，或者说是资源集合），而线程...
python3多线程threading_Python3.x：threading module多线程案例
weixin_39929566的博客
12-04 156
这里说一个打击人的消息，python的多线程是假的多线程核心意思就是无论你开启几个线程，你有多少个CPU，Python解释器在执行的时候一个时刻只会执行一个线程，这就叫做GILWTF？可能你会问：那还要什么多线程，再多线程也就跑一个线程算什么多线程？为什么我使用了多线程之后程序运行消耗时间减少了，这不是有效么？为什么我使用多线程时间没有减少，反而增加了？下面就先解答一下这些问题既然同一时刻只会执行...
Python threading 3 join功能 (多线程 教学教程tutorial)
08-31
Python_threading_3_join功能_(多线程_教学教程tutorial)
python threading join_Python3 threading jion 用法详解
weixin_39530149的博客
11-30 417
Python3 threading jion 用法详解
python threading示例
ZONGZHOU1234的专栏
08-17 630
{优快云:CODE:scrolltopcontrol}
Python threading.local代码实例及原理解析
09-17
Python的`threading.local`模块是为了解决多线程环境下数据隔离问题而设计的。在多线程编程中，通常需要确保各个线程能够独立地处理数据，避免线程间的数据冲突。`threading.local`提供了一种机制，允许在不同线程中...
Python中threading模块join函数用法实例分析
09-21
### Python中threading模块join函数用法实例分析 在Python多线程编程中，`threading`模块提供了创建和管理线程的能力。其中，`join`函数是一个非常重要的方法，用于控制主线程等待子线程的完成。下面将详细介绍`...
python使用threading获取线程函数返回值的实现方法
09-21
以下将详细解释如何在Python中使用`threading`获取线程函数的返回值。 首先，我们需要理解`threading`模块中的核心类和方法。`Thread`类是创建线程的基础，它可以接受一个`target`参数，这个参数是线程要执行的函数...
Python多线程threading join和守护线程setDeamon原理详解
09-17
主要介绍了Python多线程threading join和守护线程setDeamon原理详解,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
python3 50个练习例子之多线程的创建方式2种
u011126065的博客
07-07 642
注意：因为GIL（全局锁），python的多线程不是真的多线程，CPU每次只能执行一个多线程，比较适合IO密集型（请求等待返回的时候进行其他操作），不适合CPU密集型 创建多线程的方式，动态传递要执行的方法 from threading import Thread def test(i): print(i) # 动态传递要执行多线程的方法 # __init__(self, ...
【Python Threading 学习笔记】3、join功能
TeamsSix 的 优快云 空间
11-02 401
往期内容： 1、什么是多线程？ 2、添加线程 0x00 不使用join()的结果 首先在上一节的示例基础上进行简单修改 import time import threading def thread_jobs(): # 定义要添加的线程 print('任务1开始\n') for i in range(10): time.sleep(0.1) print...
python threading模块的方法_Python THREADING模块中的JOIN()方法深入理解
weixin_34944897的博客
02-03 264
看了oschina上的两个代码，受益匪浅。其中对join()方法不理解，看python官网文档的介绍：join([timeout])：等待直到进程结束。这将阻塞正在调用的线程，直到被调用join()方法的线程结束。(好难翻译，应该是这个意思)哈哈，这个易懂。join方法，如果一个线程或者一个函数在执行过程中要调用另外一个线程，并且待到其完成以后才能接着执行，那么在调用这个线程时可以使用被调用线程的...
Python3 多线程
君逍遥o
03-24 605
多线程类似于同时执行多个不同程序
python threading join_Python THREADING模块中的JOIN()方法
weixin_39819671的博客
11-30 281
Python THREADING模块中的JOIN()方法
Python中threading的join和setDaemon的区别及用法［例子］
wulong710的专栏
06-05 154
1、join ()方法：主线程A中，创建了子线程B，并且在主线程A中调用了B.join()，那么，主线程A会在调用的地方等待，直到子线程B完成操作后，才可以接着往下执行，那么在调用这个线程时可以使用被调用线程的join方法。 原型：join([timeout]) 里面的参数时可选的，代表线程运行的最大时间，即如果超过这个时间，不管这个此线程有没有执行完毕都会被回收，然后主线程或函数都会接着执行的。 ...
python中threading线程详解（Thread类、join()方法、线程锁）
XC_SunnyBoy的博客
09-12 4026
threading线程 ​ 在同一个进程中需要同时执行多个 “子任务” ，将这些 “子任务” 称之为线程 ​ 同一个进程中的线程共享该进程的资源 ​ 通过 threading 模块中的 Thread 类可以创建线程对象 ​ 在创建进程的时候，系统会自动创建一个主线程，每个线程都有属于自己的名称，当需要查看线程的名称的时候，可以 使用 ​ threading.current_thread().name —> 获取当前正在执行的线程的名称 ​ thread.current_thre.
python thread join卡住_Python中join不能响应信号的问题
weixin_39918690的博客
12-09 3159
在文章subprocess模块用法中介绍了Python中的threading.Thread.join()时不能响应信号的问题。这个问题被Python官方标记为Bug。Python官方的Issue指出这个Bug与Python的signal、基础线程库thread(C实现)和高级线程库threading(Python封装)都有关，下面首先概览这三个模块的实现，接着通过编译调试的方式来观赏这个Bug的具...
python线程池concurrent.futures与线程threading.Thread各自的优势
最新发布
03-18
### Python `concurrent.futures` 线程池与 `threading.Thread` 的优劣势分析 #### 1. **易用性和抽象层次** `concurrent.futures.ThreadPoolExecutor` 提供了一个更高层的接口来管理线程池，简化了多线程编程中的复杂性。它通过内置的提交机制和结果获取方式减少了手动管理和同步的需求[^1]。相比之下，`threading.Thread` 需要开发者自行处理线程创建、启动以及资源释放等问题。 ```python from concurrent.futures import ThreadPoolExecutor import threading def task(x): return x * x # 使用ThreadPoolExecutor with ThreadPoolExecutor(max_workers=5) as executor: results = list(executor.map(task, range(10))) print(results) # 使用threading.Thread threads = [] results = [] for i in range(10): t = threading.Thread(target=lambda x: results.append(x*x), args=(i,)) threads.append(t) t.start() for t in threads: t.join() print(results) ``` 上述代码展示了两种实现方式的不同之处，其中 `ThreadPoolExecutor` 更加简洁明了[^2]。 --- #### 2. **性能开销** 尽管两者都可以用来执行并发任务，但在频繁创建销毁线程的情况下，`ThreadPoolExecutor` 显著降低了每次创建新线程带来的额外开销。这是因为线程池会重用已有的工作线程而不是每次都重新实例化一个新的线程对象。而 `threading.Thread` 则可能因为频繁的操作而导致较高的内存消耗和上下文切换成本。 --- #### 3. **适用场景** 对于 IO 密集型的任务（如网络请求或文件读写），无论是 `ThreadPoolExecutor` 还是单独使用的 `threading.Thread` 都能很好地发挥作用，但由于前者提供了更高效的线程复用能力，在大规模并行操作下表现更好。然而需要注意的是，由于 Python 中存在全局解释器锁 (GIL)，即使使用多线程也无法真正提升 CPU 计算密集型任务的速度——此时更适合采用 `ProcessPoolExecutor` 或其他替代方案。 --- #### 4. **错误处理和支持功能** 当涉及到异常捕获或者超时控制等功能时，`ThreadPoolExecutor.submit()` 方法返回的一个 Future 对象可以方便地跟踪任务状态及其完成情况，并允许设置回调函数以便进一步处理结果或失败情形。而在原始 `Thread` 类中，则缺乏这种高级别的支持特性，必须依赖外部手段去实现类似的逻辑。 --- 综上所述，虽然二者都能满足基本需求，但从开发效率、维护便利度等方面考虑，推荐优先选用 `concurrent.futures.ThreadPoolExecutor` 来构建基于线程的应用程序结构。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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