本篇文章给大家带来了关于Python的相关知识，其中主要介绍了关于多线程的相关内容，多个线程可以在同一个程序中运行，并且每一个线程完成不同的任务，下面一起来看一下，希望对大家有帮助。
【相关推荐：Python3视频教程 】
线程是CPU分配资源的基本单位。当一程序开始运行，这个程序就变成了一个进程，而一个进程相当于一个或者多个线程。当没有多线程编程时，一个进程相当于一个主线程；当有多线程编程时，一个进程包含多个线程（含主线程）。使用线程可以实现程序大的开发。
多个线程可以在同一个程序中运行，并且每一个线程完成不同的任务。
多线程实现后台服务程序可以同时处理多个任务，并不发生阻塞现象。
多线程的程序设计的特点就是能够提高程序执行效率和处理速度。python程序可以同时并行运行多个相对独立的线程。
python支持两种创建多线程的方式：
~通过 threading.Thread () 创建。
~通过继承 threading.Thread 类的继承。
语法形式：
thread.Thread(group=Nore,targt=None,args=(),kwargs={},*,daemon=None)参数解释：
~group：必须为None，于ThreadGroup类相关，一般不使用。
~target：线程调用的对象，就是目标函数。
~name：为线程起这个名字。默认是Tread-x，x是序号，由1开始，第一个创建的线程名字就是Tread-1。
~args：为目标函数传递关键字参数，字典。
~daemon：用来设置线程是否随主线程退出而退出。
示例：
import threading def test (x,y): for i in range(x,y): print(i) thread1 = threading.Thread(name='t1',target= test,args=(1,10)) thread2 = threading.Thread(name='t2',target= test,args=(11,20)) thread1.start() #启动线程1 thread2.start() #启动线程2
输出：
1 2 3 4 5 6 7 8 9 11 12 13 14 15 16 17 18 19
解释：两个程序会并发运行，所以结果不一定每次都是顺序的1~10，这是根据CPU给两个线程风马分配的时间片段来决定。可以看到每次结果都不同。
threading.Thread是一个类，可以继承它。
示例：
import threading class mythread(threading.Thread): def run(self): for i in range(1,10): print(i) thread1 = mythread(); thread2 = mythread(); thread1.start() thread2.start()
输出：
1 2 3 4 5 6 7 8 9 1 2 3 4 5 6 7 8 9
解释：自定义一个类继承threading.Thread,然后重写父类的run方法，线程启动时（执行start（））会自动执行该方法。
在python中，主线程是第一个启动的线程。
~父线程:如果启动线程A中启动了一个线程B，A就是B的父线程。
~子线程：B就是A的子线程。
创建线程时有一个damon属性，用它来判断主线程。当daemon设置False时，线程不会随主线程退出而退出，主线程会一直等着子线程执行完;。当daemon设置True时，线程会随主线程退出而退出，主线程结束其他的子线程会强制退出。
使用daemon注意：
~daemon属性必须在start( )之前设置，否则会引发RuntimeError异常
~每个线程都由daemon属性，可以显示设置也可以不设置，不设置则取默认值None
~如果子子线程不设置daemon属性，就取当前线程的daemon来设置它。子子线程继承子线程的daemon值，作用和设置None一样。
~从主线程创建的所有线程不设置daemon属性，则默认都是daemon=False。
示例：
import time
import threading
def test():
time.sleep(10)
for i in range(10):
print(i)
thread1 = threading.Thread(target=test,daemon=False)
thread1.start()
print('主线程完成了')输出：
主线程完成了 0 1 2 3 4 5 6 7 8 9
解释：当主线程运行完毕输出完之后，等待一下后输出0~9。如果将daemon=False该为daemon=True，则不会运行for i in range(10)语句。
一个线程中调用另一个线程的join方法，调用者被阻塞，直到调用线程被终止。
语法形式：
join(timeout-=None)
timeout 参数指定调用者等待多久，没有设置时，就一直等待被调用线程结束被调用线程结束。其中，一个线程可以被join多次调用。
示例：
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')输出：
0 1 2 3 4 5 6 7 8 9 主线程完成了
解释：在thread1.start()后加thread1.join()添加join方法，输出时，主线程就会等待输出完0~9后再执行自己的print输出。
~run（）：用以表示线程活动的方法
~start（）：启动线程
~join（）：等待至线程终止
~isAlive（）：返回线程是否活动的
~getName（）：返回线程名称
~setName() : 设置线程名称
示例：
from threading import Thread, Event
import time
def countdown(n, started_evt):
print('正在运行')
started_evt.set()
while n > 0:
print('时间', n)
n -= 1
time.sleep(2)
started_evt = Event()
print('开始倒计时')
t = Thread(target=countdown, args=(10, started_evt))
t.start()
started_evt.wait()
print('倒计时运行')输出：
开始倒计时 正在运行 时间 10 倒计时运行 时间 9 时间 8 时间 7 时间 6 时间 5 时间 4 时间 3 时间 2 时间 1
Alive，顾名思义，它表示线程当前是否为可用状态，如果线程已经启动，并且当前没有任何异常的话，则返回true，否则为false
Thread.isAlive() ：顾名思义，是表示当前线程时候为可用状态，即是否已经在启动，并且在运行的状态；
异步模式的情况下，同时有一个线程在修改共享数据，另一个线程在读取共享数据，当修改的共享数据的线程没有处理完毕，读取数据的线程肯定会得到错误的结果。如果采用多线程的同步控制机制，当处理共享数据的线程完成处理数据之后，读取线程就读取数据。
python的锁就解决这一问题，锁住线程，只允许一个线程操作，其他线程排队等待，待当前线程操作完毕后，再按顺序一个一个来运行。
python的threading模块提供了RLock锁解决方法。在某一时间只能让一个线程操作的语句放到RLock的acquire方法和release方法之间，即acquire相当于给RLack上锁，而release相当于解锁。
示例：
import threading
class mythread(threading.Thread):
def run(self):
global x #声明一个全局变量
lock.acquire() #上锁
x +=10
print('%s:%d'%(self.name,x))
lock.release() #解锁
x = 0 #设置全局变量初始值
lock = threading.RLock() #创建可重入锁
list1 = []
for i in range(5):
list1.append(mythread()) #创建五个线程，放到同一列表中
for i in list1:
i.start() #开启列表线程输出：
Thread-1:10 Thread-2:20 Thread-3:30 Thread-4:40 Thread-5:50
解释：
条件锁常用的方法：
~acquire([timeout]):调用关联锁的方法
~release()：解锁
~wait():使线程进入 Condition 的等待池等待通知并释放解锁。使用前线程必须已获得锁定，否则将抛出异常。
~notify():从等待池挑选一个线程并通知，收到通知的线程将自动调用 acquire() 尝试获得，其他线程仍然在等待池中等待通知，直到该线程收到通知 调用该方法，否则将会抛出异常。
~notify ALL():跟notify() 一样，但这个方法对应的是所有的线程。
示例：
题目：有几个生产车间生产，几个消费者购买，当生产达到一定数量时，停止生产。
import threading
import time
condtion = threading.Condition()
sheep = ['1件产品','1件产品','1件产品','1件产品','1件产品']
class Producer(threading.Thread):
def __init__(self, name):
super().__init__(name=name)
pass
def run(self):
global condtion, sheep
while True:
time.sleep(0.1)
condtion.acquire()
if len(sheep) < 10:
print(self.name + "生产了1件产品")
sheep.append('1件产品')
condtion.notifyAll()
pass
else:
print("仓库满了，停止生产!")
condtion.wait()
pass
condtion.release()
pass
pass
class Customer(threading.Thread):
def __init__(self, name):
super().__init__(name=name)
pass
def run(self):
global condtion, sheep
while True:
time.sleep(0.1)
condtion.acquire()
if len(sheep) > 0:
meat = sheep.pop()
print(self.name + "购买了" + meat + "还剩多少" + str(len(sheep)) + "件")
condtion.notifyAll()
pass
else:
print("买光了，等待")
condtion.wait()
pass
condtion.release()
pass
pass
if __name__ == "__main__":
p1 = Producer("1号生产车间")
p2 = Producer("2号生产车间")
p3 = Producer("3号生产车间")
p4 = Producer("4号生产车间")
p5 = Producer("5号生产车间")
p6 = Producer("6号生产车间")
p1.start()
p2.start()
p4.start()
p5.start()
p6.start()
c1 = Customer('小王')
c2 = Customer('小李')
c3 = Customer('小贾')
c4 = Customer('小沈')
c5 = Customer('小刘')
c1.start()
c2.start()
c3.start()
c4.start()
c5.start()【相关推荐：Python3视频教程 】
以上是python的多线程（整理总结）的详细内容。更多信息请关注PHP中文网其他相关文章！
