不想学python也不想写博客的第六天

文章部分转自：https://github.com/jackh001/python100Day/blob/master
文章部分转自：https://blog.youkuaiyun.com/u014745194/article/details/70833003

---

自己的话：每天都要保持前进，我势必要有强劲的实力，再跟全新的自己问好

眼泪你别问 . joker这个男人你别恨

---

进程和线程

一、Python中进程和线程的总体区别

1.线程

线程是操作系统中能够进行运算调度的最小单位。它被包含在进程之中，是进程中的实际运作单位。
一个线程指的是进程中一个单一顺序的控制流。
一个进程中可以并发多条线程，每条线程并行执行不同的任务。

2.进程

进程就是一个程序在一个数据集上的一次动态执行过程。
进程有以下三部分组成：
1，程序：我们编写的程序用来描述进程要完成哪些功能以及如何完成。
2，数据集：数据集则是程序在执行过程中需要的资源，比如图片、音视频、文件等。
3，进程控制块：进程控制块是用来记录进程的外部特征，描述进程的执行变化过程，系统可以用它来控制和管理进程，它是系统感知进程存在的唯一标记。

3.进程和线程的区别

（1）运行方式不同：
进程不能单独执行，它只是资源的集合。
进程要操作CPU，必须要先创建一个线程。
所有在同一个进程里的线程，是同享同一块进程所占的内存空间
（2）关系：
进程中第一个线程是主线程，主线程可以创建其他线程；其他线程也可以创建线程；线程之间是平等的。
进程有父进程和子进程，独立的内存空间，唯一的标识符：pid
（3）速度：
启动线程比启动进程快。
运行线程和运行进程速度上是一样的，没有可比性。
线程共享内存空间，进程的内存是独立的。
（4）创建：
父进程生成子进程，相当于复制一份内存空间，进程之间不能直接访问
创建新线程很简单，创建新进程需要对父进程进行一次复制。
一个线程可以控制和操作同级线程里的其他线程，但是进程只能操作子进程。
（5）交互：
同一个进程里的线程之间可以直接访问。
两个进程想通信必须通过一个中间代理来实现。

4.并发和并行

并发：微观上CPU轮流执行，宏观上用户看到同时执行。因为cpu切换任务非常快。
并行：是指系统真正具有同时处理多个任务（动作）的能力

---

二、进程和多进程

课堂截图（from：joker）：
启动一个进程：

我们通过Process类创建进程对象，**通过target参数我们传入一个函数来表示进程启动后要执行的代码，后面的args是一个元组，它代表了传递给函数的参数。Process对象的start方法用来启动进程，而join方法表示等待进程执行结束。**运行上面的代码可以明显发现两个下载任务“同时”启动了，而且程序的执行时间将大大缩短，不再是两个任务的时间总和。

使用多进程要比单进程下载速度快很多。

1.管道

管道有两端，读端和写端。创建管道，然后从父进程fork出子进程，父进程和子进程拥有共同的读写文件描述符，可以实现子进程写文件，父进程读文件的操作。

import multiprocessing

def A(conn):
    while 1:
        print('A',conn.recv())

if __name__ == "__main__":
    conn_a,conn_b = multiprocessing.Pipe()
    p = multiprocessing.Process(target = A,args = (conn_a,))
    p.start()
    while 1:
        input_ = input('>>>')
        conn_b.send(input_)

课堂练习:机器人与人的对话

import multiprocessing
def M(conn):
    while 1:
        recv_ = conn.recv()
        print("机器人收到:%s"%recv_)
        if recv_ == "你好":
            conn.send("我不好~~~")
        elif recv_ == "今天天气怎么样":
            conn.send("心情好,天气就不错")
        else:
            conn.send("我在忙,稍后再试")
def P(conn):
    y = 'y'
    while y != 'n':
        input_ = input('人说:')
        conn.send(input_)
        print('机器人说:%s'%(conn.recv()))
    conn.close()


if __name__ == "__main__":
    conn_M,conn_P = multiprocessing.Pipe()
    p_M = multiprocessing.Process(target = M,args = (conn_M,))
    p_M.start()
    P(conn_P)

2.队列Queue（*****）

（1）maxsize 队列中可存放的元素数量
（2）empty() 如果队列为空返回 True ，否则返回 False
full()
（3）如果有 maxsize 个条目在队列中，则返回 True 。
如果队列用 maxsize=0 （默认）初始化，则 full() 永远不会返回 True 。
coroutine get() 从队列中删除并返回一个元素。如果队列为空，则等待，直到队列中有元素。
（4）get_nowait() 立即返回一个队列中的元素，如果队列内有值，否则引发异常 QueueEmpty
（5）coroutine join() 阻塞至队列中所有的元素都被接收和处理完毕。
当条目添加到队列的时候，未完成任务的计数就会增加。每当消费协程调用 task_done() 表示这个条目已经被回收，该条目所有工作已经完成，未完成计数就会减少。当未完成计数降到零的时候， join() 阻塞被解除。
（6）coroutine put(item) 添加一个元素进队列。如果队列满了，在添加元素之前，会一直等待空闲插槽可用。
（7）put_nowait(item) 不阻塞的放一个元素入队列。
（8）如果没有立即可用的空闲槽，引发 QueueFull 异常。
（9）qsize() 返回队列用的元素数量。
（10）task_done() 表明前面排队的任务已经完成，即get出来的元素相关操作已经完成。

import multiprocessing
import os

queue = multiprocessing.Queue()
def adddata(queue, i):  # 子进程调用的函数
    queue.put(i)
    print('put', os.getppid(), os.getpid(), i)
if __name__ == '__main__':  # 脚本父进程
    mylist = []
    for i in range(10):
        p = multiprocessing.Process(target=adddata, args=(queue, i))  # 子进程
        p.start()
        mylist.append(queue.get())  # get拿不到东西会一直等待

进程数据共享

import multiprocessing
def func(num):
    num.value = 10
if __name__ == '__main__':
    num = multiprocessing.Value('d', 1)  #float
    print(num.value)  
    p = multiprocessing.Process(target=func, args=(num,))
    p.start()
    p.join()
    print(num.value)

进程列表数据共享

import multiprocessing
def func(num):
    num[2] = 9999
if __name__ == '__main__':
    num = multiprocessing.Array('i', [1, 2, 3, 4, 5, 6])  # i代表int类型
    print(num[:])
    p = multiprocessing.Process(target=func, args=(num,))
    p.start()
    p.join()
    print(num[:])

进程字典数据共享

import multiprocessing
def func(mydict, mylist):
    mydict["hahahaha"] = "哈哈哈哈"
    mydict["lalalala"] = "啦啦啦啦"
    mylist.append(11)
    mylist.append(22)
    mylist.append(33)
if __name__ == "__main__":
    mydict = multiprocessing.Manager().dict()
    mylist = multiprocessing.Manager().list(range(5))
    p = multiprocessing.Process(target=func, args=(mydict, mylist))
    p.start()
    p.join()
    print(mylist)
    print(mydict)