python 多线程threading程序详情
CPython implementation detail:在 CPython 中，由于存在全局解释器锁，同一时刻只有一个线程可以执行 Python 代码（虽然某些性能导向的库可能会去除此限制）。 如果你想让你的应用更好地利用多核心计算机的计算资源，推荐你使用multiprocessing或concurrent.futures.ProcessPoolExecutor但是，如果你想要同时运行多个 I/O 密集型任务，则多线程仍然是一个合适的模型。
再来引入一个概念：
- 并行（parallelism）： 是同一时刻，每个线程都在执行。
- 并发（concurrency）：是同一时刻，只有一个线程执行，然后交替执行(再加上电脑运行速度快)。所以从一个宏观的角度来看，似乎每个线程都在执行了。
可以知道python线程是并发的。
关于线程Threading的方法（获取线程的某种属性）。
- active_count()：它会获得，执行这个方法时，还存活的Thread()的对象数量。
- enumerate()：返回当前所有存活的Thread对象的列表。
- current_thread()：返回当前调用者 控制Thread()线程的对象。如果调用者控制的线程对象不是由threading创建，则会返回一个功能受限的虚拟线程对象。
- get_ident()：返回当前线程的“线程标识符”。它是一个非零整数。
- get_native_id()：返回内核分配给当前线程的原生集成线程ID。这是一个非负整数。
- main_thread()：返回主线程(thread)对象，一般是python解释器开始时创建的线程。
线程简介：
Thread类表示在单独的控制线程中运行的活动。指定活动有两种方法：将可调用对象传递给构造函数，或重写子类中的run（）方法。子类中不应重写任何其他方法（构造函数除外）。换句话说，只重写这个类的_init__;（）和run（）方法
一旦线程活动开始，该线程会被认为是 '存活的' 。当它的run()方法终结了（不管是正常的还是抛出未被处理的异常），就不是'存活的'。
先看看该类的参数有哪些：
classthreading.Thread(group=None,target=None,name=None,args=(),kwargs={},*,daemon=None)
- group：官方的解释是，为了日后扩展ThreadGroup类实现而保留。(唉，我也不太清楚的)
- target：是要于多线程的函数
- name：是线程的名字
- args ：函数的参数，类型是元组()
- kwargs：函数的参数，类型是字典{}
为了便于理解，先举一个小例子，为了方便理解，先简单了解一下该类的一个方法（函数在类中被称为方法）：
- start()：开始线程活动
import threading
import time
# 打印函数a
def printa(a):
count = 0
while count < 5:
time.sleep(2)
print("线程：%s。打印：%s。时间：%s。" % (threading.current_thread().name, a, time.ctime()))
count += 1
# 打印函数b
def printb(b):
count = 0
while count < 5:
time.sleep(4)
print("线程：%s。打印：%s。时间：%s。" % (threading.current_thread().name, b, time.ctime()))
count += 1
# threading.Thread(target=,args=(),name='')
t1 = threading.Thread(target=printa, args=(10,), name='线程1')
t2 = threading.Thread(target=printb, args=(20,), name='线程2')
t1.start()
t2.start()
t1.join()
t2.join()
print("退出主线程")
import threading
import time
# 打印函数a
def printa(a):
count = 0
while count < 5:
time.sleep(2)
print("线程：%s。打印：%s。时间：%s。" % (threading.current_thread().name, a, time.ctime()))
count += 1
# threading.Thread(target=,args=(),name='')
threadList = []
for i in range(3):
t = threading.Thread(target=printa, args=(i,))
threadList.append(t)
for t in threadList:
t.start()
for t in threadList:
t.join()
print("退出主线程")
关于python多线程threading程序详情的文章就介绍至此，更多相关python多线程threading内容请搜索编程宝库以前的文章，希望以后支持编程宝库！
当Anconda安装多个python环境时，或者由于多次卸载安装Anaconda时，导致python的kernel内核启动失败问题，使得jupyter notebook不可用。找不 ...