Python如何执行多线程

Python可以使用threading模块来执行多线程。以下是一个简单的例子：

import threading

def worker():
    """要执行的工作"""
    print('Hello, World!')

threads = []
for i in range(5):
    t = threading.Thread(target=worker)
    threads.append(t)
    t.start()

# 等待所有线程执行完毕
for t in threads:
    t.join()

上面的代码创建了5个线程，每个线程都调用worker函数来执行工作。使用join()方法可以等待所有线程执行完毕。

相关问题

Python执行多线程

Python支持多线程，可以使用threading模块来实现多线程。

1. 创建线程

使用threading.Thread()方法来创建线程，需要传入一个函数作为参数，该函数为线程的执行体。

import threading

def print_hello():
    print("Hello world!")

t = threading.Thread(target=print_hello)
t.start()

2. 线程同步

线程同步是指多个线程在访问共享资源时，需要协调彼此的执行顺序，以避免出现竞态条件。Python提供了Lock、RLock、Semaphore、Condition等多种线程同步机制。

import threading

count = 0
lock = threading.Lock()

def increment():
    global count
    for i in range(1000000):
        lock.acquire()
        count += 1
        lock.release()

t1 = threading.Thread(target=increment)
t2 = threading.Thread(target=increment)

t1.start()
t2.start()

t1.join()
t2.join()

print("Count: ", count)

在上面的例子中，使用Lock来保护共享变量count，防止两个线程同时修改count的值。

3. 线程间通信

在多线程编程中，线程之间需要进行通信，以便协调彼此的执行。Python提供了Queue模块来实现线程间通信。

import threading
import queue

q = queue.Queue()

def producer():
    for i in range(10):
        q.put(i)
        print("Produced:", i)

def consumer():
    while True:
        item = q.get()
        if item is None:
            break
        print("Consumed:", item)
        q.task_done()

t1 = threading.Thread(target=producer)
t2 = threading.Thread(target=consumer)

t1.start()
t2.start()

t1.join()
q.put(None)
t2.join()

在上面的例子中，使用Queue模块来实现生产者-消费者模式的线程间通信。生产者线程向队列中放入数据，消费者线程从队列中取出数据进行处理。当生产者线程放入None时，表示队列中没有更多数据，消费者线程退出。

python多线程执行

Python多线程执行可以使用threading模块来实现。该模块提供了创建和管理线程的功能。可以通过以下方式来创建线程：

示例代码1：

import time
import threading

def test():
    time.sleep(10)
    for i in range(10):
        print(i)

thread1 = threading.Thread(target=test)
thread1.start()
print('主线程完成了')

在这个例子中，我们首先定义了一个函数test()，该函数会在启动线程后执行。然后我们创建了一个Thread对象，将test()函数作为target参数传入，并调用start()方法启动线程。最后，在主线程中打印了一条完成信息。执行此代码时，主线程会启动一个新的子线程去执行test()函数，同时主线程继续执行后续代码。

示例代码2：

import time
import threading

def test():
    time.sleep(5)
    for i in range(10):
        print(i)

thread1 = threading.Thread(target=test)
thread1.start()
thread1.join()
print('主线程完成了')

在这个例子中，与前面的示例不同之处在于在主线程中调用了thread1.join()方法。该方法会阻塞主线程，直到thread1线程执行完成后才会继续执行主线程的后续代码。这样可以确保在主线程完成之前，子线程的任务能够得到执行完毕。

注意，Python的多线程由于全局解释器锁（GIL）的存在，无法充分利用多核CPU的计算能力。如果想要充分发挥多核CPU的计算能力，可以考虑使用multiprocessing模块。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* [Python多线程简介](https://blog.csdn.net/qq_43590221/article/details/103217631)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
- *2* *3* [python的多线程](https://blog.csdn.net/weixin_61805348/article/details/125021831)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v92^chatsearchT3_1"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]