Python多线程使用方法实例详解

什么是多线程

多线程是指程序中包含多个执行基本单位的并发执行，每个基本单位称为一个线程，“多线程”就是在同一个程序中运行多个线程完成不同的任务。

Python多线程使用方法

Python的多线程实现是通过threading模块来实现的，其步骤如下：

步骤1：导入threading模块

import threading

步骤2：创建线程

def func(arg1, arg2):
    #  线程执行的代码

t = threading.Thread(target=func, args=(arg1, arg2))

• func: 线程函数
• args: 线程函数的参数，以元组形式传入

步骤3：启动线程

t.start()

步骤4：等待线程结束

t.join()

示例1：简单的多线程实例

import threading


def print_num(num):
    print(f"Thread {num} is running")
    for i in range(5):
        print(f"Thread {num}: {i}")


if __name__ == "__main__":
    threads = []
    for i in range(3):
        t = threading.Thread(target=print_num, args=(i,))
        threads.append(t)
        t.start()

    for t in threads:
        t.join()

    print("All threads are finished")

输出结果:

Thread 0 is running
Thread 1 is running
Thread 2 is running
Thread 0: 0
Thread 2: 0
Thread 1: 0
Thread 1: 1
Thread 0: 1
Thread 2: 1
Thread 2: 2
Thread 0: 2
Thread 1: 2
Thread 1: 3
Thread 2: 3
Thread 0: 3
Thread 1: 4
Thread 2: 4
Thread 0: 4
All threads are finished

在这个示例中，我们定义了一个函数print_num(num)，在函数中使用一个for循环打印线程的编号和数字1~5。我们创建了3个线程，每个线程都是一个不同的num值，循环打印输出。

示例2：线程安全的计数器

import threading


class Counter:
    def __init__(self):
        self.num = 0
        self.lock = threading.Lock()

    def increment(self):
        self.lock.acquire()
        self.num += 1
        self.lock.release()

    def decrement(self):
        self.lock.acquire()
        self.num -= 1
        self.lock.release()


def worker(c):
    for i in range(1000):
        c.increment()
    for i in range(1000):
        c.decrement()


if __name__ == "__main__":
    c = Counter()
    threads = []
    for i in range(10):
        t = threading.Thread(target=worker, args=(c,))
        threads.append(t)
        t.start()

    for t in threads:
        t.join()

    print(f"Result: {c.num}")

输出结果：

Result: 0

在这个示例中，我们定义了一个计数器类Counter，其中包含increment和decrement方法，在执行时加上线程锁，进行线程安全。然后创建了10个线程来调用increment和decrement方法，最后输出的总数是0，证明多线程是安全的。

总结

以上是Python多线程使用方法的基本教程和两个示例，需要注意的是多线程要考虑线程安全，使用锁保证线程安全。具体应用中还需要根据不同的应用场景进行调整。