python的线程

Ⅰ python多线程中每个线程如果不加休眠时间就会只泡在一个线程上,这该如何处理谢谢

这是三个线程都在跑啊，只是并发的而已

Ⅱ python创建多少个线程得到最优的执行效率

python因为有GIL全局解释器锁，所以python的多线程不能利用多核，但是如果是io密集型的项目，多线程效率也很好，我就是用多线程来做爬虫的。

Ⅲ 如何进行Python主线程设置

输入模块可以使用其功能的其他程序。这就是为什么我们使用Python标准库的方法
输入：。
＃的/ usr / bin中/ env的蟒蛇
＃文件名：！ Using_sys.py

进口SYS

打印“命令行参数是：”
因为我在sys.argv中：
我打印网上打印“\ \ n此PYTHONPATH是'，sys.path中，'\ N'

输出：
$蟒蛇using_sys.py我们
参数的命令行参数：
using_sys
的.py我们
是
参数
登录到到网PYTHONPATH为['/家庭/ swaroop /字节/码'，'/usr/lib/python23.zip“， BR>'/usr/lib/python2.3'，'/ usr / lib目录/ python2.3 /开发平台，将linux2“，
”/usr/lib/python2.3/lib-tk'，'的/ usr /的lib / python2.3 / lib目录-dynload“，
'的/ usr /lib/python2.3/site-packages'，'/usr/lib/python2.3/site-packages/gtk-2.0']

首先，我们使用import语句输入sys模块。基本上，这句话语句告诉Python中，我们要使用这个模块。 sys模块包含了与Python解释器及其环境相关的功能。

当执行Python导入SYS语句，它被列在目录中找到的sys.path变量sys.py模块。如果您发现该文件，该模块中的报表的主块将被运行，然后这个你要使用的模块。注意，在初始化过程只是我们第一次进行的输入模块。此外，“SYS”是“系统”的缩写。通过使用点

sys模块的argv变量表示--sys.argv--这种方法的一个优点是名称不与你的程序中使用任何argv变量冲突。此外，还清楚地表明，该名称是sys模块的一部分。

sys.argv中的变量是一个字符串（列表中会详细在后面的章节介绍）的列表。特别是，sys.argv中包含的命令行参数，即利用传递给你的程序的命令行参数的清单。

如果使用IDE来编写和执行这些程序，请认准的命令行参数菜单的方法指定的程序。

在这里，当我们执行Python using_sys.py我们有观点，我们使用Python命令来运行using_sys.py模块，然后作为参数传递给程序的内容。 Python的，我们把它存储在sys.argv变量。

记住，第一个参数始终是剧本sys.argv列表，它的名称。所以，在这里，“using_sys.py”是sys.argv中[0]，'我们'是sys.argv中[1]，'是'是sys.argv中[2]和“论据”是sys.argv中[3]。注意，Python的从0开始计数，而不是从头开始。

sys.path中包含的目录名输入模块的列表。我们可以观察到sys.path的第一个字符串是空的 - 这部分在当前目录下的空字符串表示形式是sys.path中，这PYTHONPATH环境变量是相同的。这意味着，你可以直接在当前目录下输入模块。否则，你必须把你的模块在sys.path所列的目录之一。

Ⅳ python多线程的几种方法

Python进阶(二十六)-多线程实现同步的四种方式
临界资源即那些一次只能被一个线程访问的资源，典型例子就是打印机，它一次只能被一个程序用来执行打印功能，因为不能多个线程同时操作，而访问这部分资源的代码通常称之为临界区。
锁机制
threading的Lock类，用该类的acquire函数进行加锁，用realease函数进行解锁
import threadingimport timeclass Num:
def __init__(self):
self.num = 0
self.lock = threading.Lock() def add(self):
self.lock.acquire()#加锁，锁住相应的资源
self.num += 1
num = self.num
self.lock.release()#解锁，离开该资源
return num

n = Num()class jdThread(threading.Thread):
def __init__(self,item):
threading.Thread.__init__(self)
self.item = item def run(self):
time.sleep(2)
value = n.add()#将num加1，并输出原来的数据和+1之后的数据
print(self.item,value)for item in range(5):
t = jdThread(item)
t.start()
t.join()#使线程一个一个执行

当一个线程调用锁的acquire()方法获得锁时，锁就进入“locked”状态。每次只有一个线程可以获得锁。如果此时另一个线程试图获得这个锁，该线程就会变为“blocked”状态，称为“同步阻塞”（参见多线程的基本概念）。
直到拥有锁的线程调用锁的release()方法释放锁之后，锁进入“unlocked”状态。线程调度程序从处于同步阻塞状态的线程中选择一个来获得锁，并使得该线程进入运行（running）状态。
信号量
信号量也提供acquire方法和release方法，每当调用acquire方法的时候，如果内部计数器大于0，则将其减1，如果内部计数器等于0，则会阻塞该线程，知道有线程调用了release方法将内部计数器更新到大于1位置。
import threadingimport timeclass Num:
def __init__(self):
self.num = 0
self.sem = threading.Semaphore(value = 3) #允许最多三个线程同时访问资源

def add(self):
self.sem.acquire()#内部计数器减1
self.num += 1
num = self.num
self.sem.release()#内部计数器加1
return num

n = Num()class jdThread(threading.Thread):
def __init__(self,item):
threading.Thread.__init__(self)
self.item = item def run(self):
time.sleep(2)
value = n.add()
print(self.item,value)for item in range(100):

Ⅳ Python多线程是什么意思

多线程能让你像运行一个独立的程序一样运行一段长代码。这有点像调用子进程（subprocess），不过区别是你调用shu的是一个函数或者一个类，而不是独立的程序。
程基本上是一个独立执行流程。单个进程可以由多个线程组成。程序中的每个线程都执行特定的任务。例如,当你在电脑上玩游戏时，比如说国际足联，整个游戏是一个单一的过程。,但它由几个线程组成，负责播放音乐、接收用户的输入、同步运行对手等。所有这些都是单独的线程，负责在同一个程序中执行这些不同的任务。
每个进程都有一个始终在运行的线程。这是主线。这个主线程实际上创建子线程对象。子线程也由主线程启动。

Ⅵ Python多线程

那是当然。你这样写就可以了
self.p[:]=array

这样写法的含义就是指针不变。只换内容。这样就可以同步了。

你的写法是，新建一个数组，再把指针缎带self.p，如果其它的线程就会出问题。

另外你的p应该放在__init__之前。引用时使用T.p来引用，这样更合理一些。

Ⅶ 为什么有人说 Python 的多线程是鸡肋

因为 Python 中臭名昭着的 GIL。

那么 GIL 是什么？为什么会有 GIL？多线程真的是鸡肋吗？ GIL 可以去掉吗？带着这些问题，我们一起往下看，同时需要你有一点点耐心。

多线程是不是鸡肋，我们先做个实验，实验非常简单，就是将数字 “1亿” 递减，减到 0 程序就终止，这个任务如果我们使用单线程来执行，完成时间会是多少？使用多线程又会是多少？show me the code

那么把 GIL 去掉可行吗？

还真有人这么干多，但是结果令人失望，在1999年Greg Stein 和Mark Hammond 两位哥们就创建了一个去掉 GIL 的 Python 分支，在所有可变数据结构上把 GIL 替换为更为细粒度的锁。然而，做过了基准测试之后，去掉GIL的 Python 在单线程条件下执行效率将近慢了2倍。

Python之父表示：基于以上的考虑，去掉GIL没有太大的价值而不必花太多精力。

Ⅷ python中什么是线程

线程是系统中的名词，Python一般是单线程的，Python的多线程优化很差。
线程，有时被称为轻量级进程(Lightweight Process，LWP），是程序执行流的最小单元。一个标准的线程由线程ID，当前指令指针(PC），寄存器集合和堆栈组成。另外，线程是进程中的一个实体，是被系统独立调度和分派的基本单位，线程自己不拥有系统资源，只拥有一点儿在运行中必不可少的资源，但它可与同属一个进程的其它线程共享进程所拥有的全部资源。一个线程可以创建和撤消另一个线程，同一进程中的多个线程之间可以并发执行。由于线程之间的相互制约，致使线程在运行中呈现出间断性。线程也有就绪、阻塞和运行三种基本状态。就绪状态是指线程具备运行的所有条件，逻辑上可以运行，在等待处理机；运行状态是指线程占有处理机正在运行；阻塞状态是指线程在等待一个事件（如某个信号量），逻辑上不可执行。每一个程序都至少有一个线程，若程序只有一个线程，那就是程序本身。
线程是程序中一个单一的顺序控制流程。进程内有一个相对独立的、可调度的执行单元，是系统独立调度和分派CPU的基本单位指令运行时的程序的调度单位。在单个程序中同时运行多个线程完成不同的工作，称为多线程。

Ⅸ python的多线程是真的多线程吗

简单地说就是作为可能是仅有的支持多线程的解释型语言（perl的多线程是残疾，PHP没有多线程），Python的多线程是有compromise的，在任意时间只有一个Python解释器在解释Python bytecode。

UPDATE：如评论指出，Ruby也是有thread支持的，而且至少Ruby MRI是有GIL的。
如果你的代码是CPU密集型，多个线程的代码很有可能是线性执行的。所以这种情况下多线程是鸡肋，效率可能还不如单线程因为有context switch
但是：如果你的代码是IO密集型，多线程可以明显提高效率。例如制作爬虫（我就不明白为什么Python总和爬虫联系在一起…不过也只想起来这个例子…），绝大多数时间爬虫是在等待socket返回数据。这个时候C代码里是有release GIL的，最终结果是某个线程等待IO的时候其他线程可以继续执行。
反过来讲：你就不应该用Python写CPU密集型的代码…效率摆在那里…
如果确实需要在CPU密集型的代码里用concurrent，就去用multiprocessing库。这个库是基于multi process实现了类multi thread的API接口，并且用pickle部分地实现了变量共享。
再加一条，如果你不知道你的代码到底算CPU密集型还是IO密集型，教你个方法：
multiprocessing这个mole有一个mmy的sub mole，它是基于multithread实现了multiprocessing的API。
假设你使用的是multiprocessing的Pool，是使用多进程实现了concurrency

from multiprocessing import Pool

如果把这个代码改成下面这样，就变成多线程实现concurrency

from multiprocessing.mmy import Pool

两种方式都跑一下，哪个速度快用哪个就行了。

UPDATE:
刚刚才发现concurrent.futures这个东西，包含ThreadPoolExecutor和ProcessPoolExecutor，可能比multiprocessing更简单