对于python线程相关的函数本文不再做详细讲解，如果想学习线程threading内容请参考：python 线程创建和参数传递
创新互联公司客户idc服务中心，提供服务器托管、成都服务器、成都主机托管、成都双线服务器等业务的一站式服务。通过各地的服务中心，我们向成都用户提供优质廉价的产品以及开放、透明、稳定、高性价比的服务，资深网络工程师在机房提供7*24小时标准级技术保障。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 | # !usr/bin/env python # -*- coding:utf-8 _*- """ @Author:何以解忧 @Blog(个人博客地址): shuopython.com @WeChat Official Account(微信公众号)：猿说python @Github:www.github.com
@File:python_threading.py @Time:2019/12/21 21:25
@Motto:不积跬步无以至千里，不积小流无以成江海，程序人生的精彩需要坚持不懈地积累！ """
importthreading
defstudy_info(*args,**kwargs): print(args,kwargs)
defmain():
# 信息列表 list_info=[{"name":"python 基础","progress":"10%"}, {"name":"python 面向对象","progress":"20%"}, {"name":"python 爬虫","progress":"30%"}, {"name":"python pyqt5","progress":"40%"}, {"name":"python 数据结构","progress":"50%"},]
# 创建线程 foriinrange(5): p=threading.Thread(target=study_info,args=(i,),kwargs=list_info[i]) # 启动线程 p.start()
if__name__=="__main__": main() |
输出结果：
1 2 3 4 5 | (0,){'name':'python 基础','progress':'10%'} (1,){'name':'python 面向对象','progress':'20%'} (2,){'name':'python 爬虫','progress':'30%'} (3,){'name':'python pyqt5','progress':'40%'} (4,){'name':'python 数据结构','progress':'50%'} |
对于python进程相关的函数本文不再做详细讲解，如果想学习进程Process内容请参考：python 进程Process
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 | frommultiprocessingimportProcess
defstudy_info(*args,**kwargs): print(args,kwargs)
defmain():
# 信息列表 list_info=[{"name":"python 基础","progress":"10%"}, {"name":"python 面向对象","progress":"20%"}, {"name":"python 爬虫","progress":"30%"}, {"name":"python pyqt5","progress":"40%"}, {"name":"python 数据结构","progress":"50%"},]
# 创建进程 foriinrange(5): p=Process(target=study_info,args=(i,),kwargs=list_info[i]) # 启动进程 p.start()
if__name__=="__main__": main() |
输出结果：
1 2 3 4 5 | (0,){'name':'python 基础','progress':'10%'} (1,){'name':'python 面向对象','progress':'20%'} (2,){'name':'python 爬虫','progress':'30%'} (3,){'name':'python pyqt5','progress':'40%'} (4,){'name':'python 数据结构','progress':'50%'} |
1.一个线程只能属于一个进程，而一个进程可以有多个线程，但至少有一个线程（线程是计算机的最小单位）；
2.资源分配给进程，同一进程的所有线程共享该进程的所有资源，进程与进程之间资源相互独立，互不影响（类似深拷贝）;
3.多进程模式最大的优点就是稳定性高，因为一个子进程崩溃了，不会影响主进程和其他子进程，多进程模式的缺点是在Windows下创建进程开销巨大。另外，操作系统能同时运行的进程数也是有限的，在内存和CPU的限制下，如果有几千个进程同时运行，操作系统连调度都会成问题（进程的创建比线程的创建更加占用计算机资源）；
4.多线程模式致命的缺点就是任何一个线程挂掉都可能直接造成整个进程崩溃，因为所有线程共享进程的内存；
5.由于GIL锁的缘故，python 中线程实际上是并发运行（即便有多个cpu，线程会在其中一个cpu来回切换，只占用一个cpu资源），而进程才是真正的并行（同时执行多个任务，占用多个cpu资源），下面关于并行和并发做一个简单的了解；
并行是指两个或者多个事件在同一时刻发生，python中的进程属于并行，能充分利用计算机资源，效率最高，同时执行多个任务，占用多个cpu资源；
并发是指两个或多个事件在同一时间间隔发生，python中的线程属于并发，不管计算机有多少个CPU，不管你开了多少个线程，同一时间多个任务会在其中一个CPU来回切换，只占用一个CPU，效率并不高；
关于并行和并发我们留到后面GIL锁在详细讲解；
1.python 进程Process
2.python 线程threading
3.python列表推导式
4.python字典推导式
转载请注明：猿说Python » python 线程threading与进程Process区别