python--线程基础

python线程初步感受

python使用线程两种方法：

1，借助原始thread类，在初始化thread类时，嵌入自己的任务

2，定义自己的类来实现任务，这个类要继承thread类。

 

第一种方法：

from threading import Thread
import time
def func_A(str):
    for i in range(10):
        print("%s：%d"%(str,i))
        time.sleep(1)

if __name__=="__main__":
    #使用线程方式1
    thread_func=Thread(target=func_A,args=("hello",))
    thread_func.start();
     print("你好1")
    print("你好2")
    print("你好3")
    print("你好4")
    print("你好5")

引入相关类：from threading import Thread

    thread_func=Thread(target=func_A,args=("hello",))初始化一个线程，target嵌入自己的任务，args=（args1,args2,...）是个tuple类型,tuple类型的赋值有特殊之处：

tup1 = ()    # 空元组
tup2 = (20,) # 一个元素，需要在元素后添加逗号

 

以上栗子的结果如下：

hello：0你好1
你好2
你好3

你好4
你好5
hello：1
hello：2
hello：3
hello：4
hello：5
hello：6
hello：7
hello：8
hello：9

此处就是对线程的一个展示，打印“str:num”的顺序和“你好：num”的顺序是不一定的。
 

 

第二种方法：定义类，继承Thread这个父类，重写run方法

from threading import Thread
import time
def func_A(str):
    for i in range(10):
        print("fun_A: %s：%d"%(str,i))
        time.sleep(1)


class A(Thread):
    def __init__(self,**Kwargs):
        Thread.__init__(self)

    def run(self): #重写thread的run方法
        for i in range(10):
            print("A:",i)
            time.sleep(1)

if __name__=="__main__":
    #使用线程方式1
    thread_func=Thread(target=func_A,args=("hello",))
    thread_func.start();
    print("你好1")
    print("你好2")
    print("你好3")
    print("你好4")
    print("你好5")

    th=A();
    th.run()

结果：

/Users/yxx/venv/bin/python /Users/yxx/PycharmProjects/python_learn/线程.py
fun_A: hello：0你好1
你好2

你好3
你好4
你好5
A: 0
A: 1
fun_A: hello：1
A: 2
fun_A: hello：2
A: 3
fun_A: hello：3
A:fun_A: hello：4
 4
fun_A: hello：5
A: 5
fun_A: hello：6
A: 6
fun_A: hello：7
A: 7
fun_A: hello：8A: 8

A: 9
fun_A: hello：9

Process finished with exit code 0

结果完全不是顺序的。

 

python 多线程适合IO密集型事务，对CPU密集型事务可能不太适合。以下是模拟IO密集型任务的一个栗子，对比多线程与单线程性能：

 

'''
单线程与多线程性能对比
'''

import threading
import time

def request_data():
    time.sleep(0.02) #模拟网络操作


# 单线程任务

def singe_thread():
    for i in range(100):
        request_data()



#多线程任务

def multi_thread():
    thread_list=[]
    for i in range(100):
        t=threading.Thread(target=request_data)
        t.start()
        thread_list.append(t)
    for i in thread_list:
        i.join() #使得所有线程都执行完，再执行下面内容


if __name__=='__main__':

    star_time=time.time()
    singe_thread()
    end_time=time.time()
    print("单线程耗时：",(end_time-star_time))

    star_time1 = time.time()
    multi_thread()
    end_time1 = time.time()
    print("多线程耗时：", (end_time1 - star_time1))

运行结果：

单线程耗时： 2.325281858444214
多线程耗时： 0.034072160720825195

Process finished with exit code 0

性能提升还是很明显的