在以前的文章中虽然我们没有介绍过线程这个概念,但是实际上前面所有代码都是线程,只不过是单线程,代码由上而下依次执行或者进入main函数执行,这样的单线程也称为主线程
。
有了单线程的话,什么又是多线程?可以这么理解:一个线程执行一个代码块,多个线程可以同时执行多个代码,使用多线程能让程序效率更高
。举个例子,你今天有两件事需要完成,分别是洗衣服和打扫房间,分别来看看单线程和多线程如何完成:
单线程:先用洗衣机洗衣服30分钟,等衣服洗完之后再打扫房间60分钟,累计总耗时:90分钟;
多线程:把衣服放到洗衣机并且30分钟后自动结束,然后立刻开始打扫房间60分钟,累计耗时:60分钟;
由此可见,完成同样的事情,单线程是一件事情做完之后继续下一件事情,而多线程可以同时执行多件事情,所以多线程比单线程效率更高!
image一.线程解释
线程是cpu最小调度单位,一个程序中至少有一个或者多个线程(至于进程暂时不做讲解,后面文章会有详细解释)!在开发中使用线程可以让程序运行效率更高,多线程类似于同时执行多个不同代码块。
image二.线程创建和启动
1.导入线程模块
# 导入线程threading模块
import threading
2.创建线程并初始化线程
调用threading模块中的缺省函数Thread,创建并初始化线程,返回线程句柄。如果对缺省函数已经忘记的小伙伴请回到 python函数的声明和定义中关于缺省参数部分复习一下。
# 创建并初始化线程,返回线程句柄
t = threading.Thread(target=函数名)
3.启动线程
通过初始化返回的线程句柄调用start()
函数,启动线程,此时会自动执行在创建线程时target
对应的函数内部的代码:
# 启动线程
t.start()
image
综合上面三步,下面使用代码对python线程thread做详细讲解:
# !usr/bin/env python
# -*- coding:utf-8 _*-
"""
@Author:何以解忧
@Blog(个人博客地址): shuopython.com
@WeChat Official Account(微信公众号):猿说python
@Github:www.github.com
@File:python_thread.py
@Time:2019/10/16 21:02
@Motto:不积跬步无以至千里,不积小流无以成江海,程序人生的精彩需要坚持不懈地积累!
"""
# 导入线程threading模块
import threading
# 导入内置模块time
import time
def wash_clothes():
print("洗衣服开始...")
# sleep 5 秒,默认以秒为单位
time.sleep(5)
print("洗衣服完成...")
def clean_room():
print("打扫房间开始...")
# sleep 5 秒,默认以秒为单位
time.sleep(5)
print("打扫房间完成...")
if __name__ == "__main__":
# 创建线程并初始化 -- 该线程执行wash_clothes中的代码
t1 = threading.Thread(target=wash_clothes)
# 创建线程并初始化 -- 该线程执行clean_room中的代码
t2 = threading.Thread(target=clean_room)
t1.start()
t2.start()
输出结果:
洗衣服开始...
打扫房间开始...
洗衣服完成...
打扫房间完成...
运行程序可以发现程序从运行开始到结束,一共耗时5秒时间!注意观察输出日志:
- 第一步:洗衣服开始和打扫房间开始几乎同时开始,两个事件同时执行.
- 第二步:程序停止5秒;
- 第三步:洗衣服和打扫房间几乎同时完成
当然你也可以按照以前的学习的内容,先调用wash_clothes函数,在调用clean_room函数,同样能输出内容,而耗时却是10秒左右,示例代码如下:
# 导入内置模块time
import time
def wash_clothes():
print("洗衣服开始...")
# sleep 5 秒,默认以秒为单位
time.sleep(5)
print("洗衣服完成...")
def clean_room():
print("打扫房间开始...")
# sleep 5 秒,默认以秒为单位
time.sleep(5)
print("打扫房间完成...")
if __name__ == "__main__":
wash_clothes()
clean_room()
输出结果:
洗衣服开始...
洗衣服完成...
打扫房间开始...
打扫房间完成...
运行程序可以发现程序从运行开始到结束,一共耗时10秒时间!注意观察输出日志:
- 第一步:洗衣服开始;
- 第二步:程序停止了5秒;
- 第三步:洗衣服完成,打扫房间开始
- 第四步:程序停止5秒;
- 第五步:打扫房间结束,程序结束;
由此可见:多线程可以同时运行多个任务,效率远比单线程更高!
image三.线程传参
在上面的例子中,我们并没有为线程传递参数,如果在线程中需要传递参数怎么办呢?
threading.Thread()函数中有两个缺省参数args
和 kwargs
,args
是元组类型,kwargs
是字典类型,缺省值默认为空,除此之外,其实还可以设置线程的名字等,其函数声明如下:
(ps:如果对缺省函数已经忘记的小伙伴请回到 python函数的声明和定义中关于缺省参数部分复习一下)
def __init__(self, group=None, target=None, name=None,
args=(), kwargs=None, *, daemon=None):
"""This constructor should always be called with keyword arguments. Arguments are:
*group* should be None; reserved for future extension when a ThreadGroup
class is implemented.
*target* is the callable object to be invoked by the run()
method. Defaults to None, meaning nothing is called.
*name* is the thread name. By default, a unique name is constructed of
the form "Thread-N" where N is a small decimal number.
*args* is the argument tuple for the target invocation. Defaults to ().
*kwargs* is a dictionary of keyword arguments for the target
invocation. Defaults to {}.
If a subclass overrides the constructor, it must make sure to invoke
the base class constructor (Thread.__init__()) before doing anything
else to the thread.
"""
示例代码如下:
# 导入线程threading模块
import threading
# 导入内置模块time
import time
def wash_clothes(*args,**kargcs):
print("wash_clothes:",args)
print("wash_clothes:", kargcs)
def clean_room(*args,**kargcs):
print("clean_room:",args)
print("clean_room:", kargcs)
if __name__ == "__main__":
t1 = threading.Thread(target=wash_clothes,
args=(1,"猿说python"), # args 传递元组,可以同时传递多个数据
kwargs={"a":1,"b":False}) # kwargs 传递字典,可以同时传递多个键值对
t2 = threading.Thread(target=clean_room,
args=(2,False), # args 传递元组,可以同时传递多个数据
kwargs={"c":0.2,"d":False}) # kwargs 传递字典,可以同时传递多个键值对
t1.start()
t2.start()
image
四.线程结束
值得思考的是:在上面这份代码中一共有几个线程呢?并非两个,一共是三个线程:
- 线程一:name == “main” 作为主线程;
- 线程二:t1 作为子线程;
- 线程三:t2 作为子线程;
注意:主程序会等待所有子程序结束之后才会结束!
image
五.相关函数介绍
1.threading.Thread() — 创建线程并初始化线程,可以为线程传递参数 ;
2.threading.enumerate() — 返回一个包含正在运行的线程的list;
3.threading.activeCount(): 返回正在运行的线程数量,与len(threading.enumerate())有相同的结果;
4.Thread.start() — 启动线程 ;
5.Thread.join() — 阻塞函数,一直等到线程结束为止 ;
6.Thread.isAlive() — 返回线程是否活动的;
7.Thread.getName() — 返回线程名;
8.Thread.setName() — 设置线程名;
9.Thread.setDaemon() — 设置为后台线程,这里默认是False,设置为True之后则主线程不会再等待子线程结束才结束,而是主线程结束意味程序退出,子线程也立即结束,注意调用时必须设置在start()之前;
简单的示例代码:
# 导入线程threading模块
import threading
# 导入内置模块time
import time
def wash_clothes(*args,**kargcs):
time.sleep(2)
print("wash_clothes:",args)
time.sleep(2)
print("wash_clothes:", kargcs)
def clean_room(*args,**kargcs):
time.sleep(2)
print("clean_room:",args)
time.sleep(2)
print("clean_room:", kargcs)
if __name__ == "__main__":
t1 = threading.Thread(target=wash_clothes,
args=(1,"猿说python"), # args 传递元组,可以同时传递多个数据
kwargs={"a":1,"b":False}) # kwargs 传递字典,可以同时传递多个键值对
t2 = threading.Thread(target=clean_room,
args=(2,False), # args 传递元组,可以同时传递多个数据
kwargs={"c":0.2,"d":False}) # kwargs 传递字典,可以同时传递多个键值对
# setDaemon(True)意味着主线程退出,不管子线程执行到哪一步,子线程自动结束
# t1.setDaemon(True)
# t2.setDaemon(True)
t1.start()
t2.start()
print("threading.enumerate():",threading.enumerate())
print("threading.activeCount():", threading.activeCount())
print("t1.isAlive():",t1.isAlive())
print("t1.getName():", t1.getName())
print("t2.isAlive():", t2.isAlive())
t2.setName("my_custom_thread_2")
print("t2.getName():", t2.getName())
输出结果:
threading.enumerate(): [<_MainThread(MainThread, started 18388)>, <Thread(Thread-1, started 16740)>, <Thread(Thread-2, started 17888)>]
threading.activeCount(): 3
t1.isAlive(): True
t1.getName(): Thread-1
t2.isAlive(): True
t2.getName(): my_custom_thread_2
clean_room: (2, False)
wash_clothes: (1, '猿说python')
wash_clothes: {'a': 1, 'b': False}
clean_room: {'c': 0.2, 'd': False}
image
六.重点总结
1.默认主线程会等待所有子线程结束之后才会结束,主线程结束意味着程序退出;如果setDaemon设置为True,主线程则不会等待子线程,主线程结束,子线程自动结束;
2.threading模块
除了以上常用函数,还有互斥锁Lock
/事件Event
/信号量Condition
/队列Queue
等,由于篇幅有限,后面文章再一一讲解!!
image
猜你喜欢:
转载请注明:猿说Python » python线程创建和传参
技术交流、商务合作请直接联系博主,微信扫码或搜索:猿说python
网友评论