Python中的线程和进程模块初探 编程

最新推荐文章于 2026-06-18 15:17:50 发布
原创 最新推荐文章于 2026-06-18 15:17:50 发布 · 127 阅读 · 0
标签
#python #开发语言 #编程
编程 专栏收录该内容
405 篇文章 ¥29.90 ¥99.00
订阅专栏
本文探讨Python的线程和进程模块，包括threading和multiprocessing的使用，通过实例展示如何创建和管理线程及进程，强调并发执行以提升效率。

在Python中，有两个重要的模块用于实现并发编程，即threading和multiprocessing模块。这两个模块提供了创建和管理线程和进程的功能，使得我们可以更好地利用多核处理器和并发执行任务。本文将详细介绍threading和multiprocessing模块的使用方法，并提供相应的源代码示例。

使用threading模块创建线程

threading模块提供了一种简单的方式来创建和管理线程。下面是一个使用threading模块创建线程的示例代码：

import threading

def print_numbers():
    for i in range
了解本专栏 订阅专栏 解锁全文
【Python】 进程与线程
2303_81251774的博客
12-03 1677
在计算机操作系统中，进程是资源分配和调度的基本单位。每个进程都有自己独立的内存空间、代码执行上下文以及系统资源，如文件描述符、网络连接等。进程之间相互隔离，一个进程的崩溃通常不会影响到其他进程。 在 Python 中，多进程编程允许我们充分利用多核处理器的优势，并行地执行多个任务，从而提高程序的执行效率和响应速度。例如，在处理大规模数据计算、网络爬虫的并发请求、图像处理等任务时，多进程可以显著缩短执行时间。
Python进程和线程
原名又逢乱世。不要放下学习的脚步，毕竟比天天打牌、钓鱼、打游戏更能从内在充实自己。
07-11 2033
thread创建线程、线程共享变量、线程互斥Lock、进程Process、创建进程、杀死进程、进程之间共享数据、进程互斥Lock
Python中的协程、线程和进程
NLP工程化
01-02 2032
协程、多线程和多进程都是实现程序并发执行的方法，不过它们在工作方式和适合的应用场景上存在一些区别。
python的threading和multiprocessing模块初探
热门推荐
zhaozhi406的专栏
11-01 3万+
前言 这两天为了做一个小项目，研究了一下python的并发编程，所谓并发无非多线程和多进程，最初找到的是threading模块，因为印象中线程“轻量...”，“切换快...”，“可共享进程资源...”等等，但是没想到这里水很深，进而找到了更好的替代品multiprocessing模块。下面会讲一些使用中的经验。 后面出现的代码都在ubuntu10.04 + python2.6.5的环境下测试
鸿蒙PC迁移：fontTools Python 三方库鸿蒙PC适配全记录
knighthood2001
06-15 5484
欢迎加入鸿蒙PC开发者社区，共同打造开发者工具生态：鸿蒙PC开发者社区：https://harmonypc.csdn.net/项目开源地址：https://atomgit.com/OpenHarmonyPCDeveloper/ohos_fontTools欢迎在PC社区平台申请新建项目：https://atomgit.com/OpenHarmonyPCDeveloper这篇文章记录的是一次把 Python 字体处理三方库fontTools接入 HarmonyOS PC / 鸿蒙 PC 应用的完整过程。
24-Django请求全链路-WSGI到数据库响应的完整旅程
weixin_44081096的博客
06-15 897
你点了浏览器的"刷新"按钮，0.5 秒后页面渲染完毕。这 0.5 秒里发生了什么？本文把 Django 处理一个 HTTP 请求的完整链路拆为六个步骤：WSGI Server 接收 TCP 连接 → 中间件栈的洋葱模型逐层处理 → URL 路由匹配 → View 执行业务逻辑 → ORM 生成 SQL 并发送到数据库 → Template 渲染或 JSON 序列化返回响应。每一步都配有对应的源码位置和关键代码片段，读完你能对一个请求的全生命周期建立起清晰的空间模型。穿插真实调试经历——一个中间件错误导致所有
Java使用tomcat+servlet+filter实现简单的登录功能，需先登录再进行页面数据管理操作
简介
06-12 1452
实现简单的登录页面，那就设计一个简单的用户信息表，字段简约，这是mysql建表和一条admin用户的数据。同样简约的前端页面（没有添加任何样式）
CUDA C++ 矩阵乘法详解：从 CUBLAS 示例到 cublasSgemm 实战
插件开发
06-15 663
本文解析了使用NVIDIA CUBLAS库进行高性能矩阵乘法的关键注意事项。由于CUBLAS采用列主序存储，而C/C++使用行主序，直接调用cublasSgemm(A,B)会导致隐式转置，实际计算的是Aᵀ*Bᵀ。正确做法是颠倒参数顺序调用cublasSgemm(B,A)，这样既避免了显式转置，又能直接获得行主序结果。文中提供了完整的CUDA代码示例，包括CPU参考实现、矩阵初始化和误差检查函数，并详细解释了行/列主序转换的原理，帮助开发者正确使用CUBLAS进行高效矩阵运算。
AI Infra 硬件体系与编程模型：18. CUDA编程基础：使用 PyTorch CUDA Extension 实现自定义算子
basketball616的博客
06-17 376
本文详细介绍了PyTorch CUDA扩展的开发方法与架构。主要内容包括： 开发动机：解决原生算子不足、Python实现性能差、需要算子融合和硬件特性定制等问题 三层架构： CUDA核函数层：纯GPU计算逻辑 C++封装层：连接PyTorch与CUDA，处理张量转换 Python层：提供用户接口 核心依赖：ATen张量库作为基础，通过torch/extension.h头文件提供统一接口 关键技术： 使用pybind11实现Python-C++绑定 支持即时编译(JI
python打包
小小的博客
06-15 281
在Python打包工具的选型上，没有绝对的"最好"，只有"最适合"。简单来说：追求省心就用 PyInstaller，追求极致性能和保护就用 Nuitka，而 cx_Freeze 目前更像是一个夹在中间但已逐渐边缘化的选择。这三者的详细核心区别，可以参考下面的对比表格：基于上述对比，你可以根据你的项目情况来决策：从目前的社区活跃度和技术演进来看，cx_Freeze已逐渐边缘化。它既没有PyInstaller的便利性，也没有Nuitka的性能优势。配置相对复杂，社区支持也较弱。除非你在维护一个必须使用它的历史项
Hermes Agent 中 Skills 与 Tools 的关系分析
LOUISLIAOXH的专栏
06-16 258
Hermes Agent 中 Skills 与 Tools 的关系分析 Hermes Agent 将 Skills 功能通过 3 个独立 tool（skills_list、skill_view、skill_manage）暴露给大模型，而非单一工具。这些工具注册在 skills toolset 下，并在系统初始化时加载。 内容装载采用三级机制： 系统提示注入：初始化时在 system prompt 中嵌入紧凑的技能索引（仅名称和简介）； 工具 Schema 描述：每次 API 调用携带详细功能说明； 按需加载
衣览无余测试报告
XU_very_NB的博客
06-16 220
本次测试工作以 AIWear Web 系统为对象，结合手工测试用例设计与 Python + Selenium 自动化测试脚本，对系统的登录认证、图片编辑、图片合并、图片管理、文搜图和历史记录等核心链路进行验证，重点关注页面功能正确性、登录态 token 传递、输入校验、图片选择及结果展示的稳定性。AIWear 项目围绕“衣览无余”的业务目标，提供基于 Web 的图片编辑、图片合并、我的图片、历史记录等功能，帮助用户通过简单的页面操作完成图片生成与管理。测试过程中重点关注登录态 token 的复用。
FastAPI基础
m0_60121089的博客
06-14 541
本文介绍了FastAPI框架的基础和进阶使用。主要内容包括：1）FastAPI基础：创建项目、路由定义（路径参数、查询参数、请求体参数）、响应类型设置和异常处理；2）进阶功能：中间件机制、依赖注入系统；3）ORM操作：通过SQLAlchemy实现数据库建模、增删改查和聚合分页查询。重点演示了FastAPI的高效API开发流程，包括参数校验、自动文档生成、异步数据库操作等特性，展现了其高性能、易用性和安全性优势。
JUC 总结：从 Java 内存模型到线程池的并发核心梳理
2301_80821045的博客
06-15 520
本文总结了Java并发编程（JUC）的基础知识要点： 进程与线程：进程是资源分配的最小单位，线程是调度的最小单位，线程更轻量级且切换成本低； 线程创建方式：继承Thread类、实现Runnable/Callable接口、使用线程池（推荐）； Runnable与Callable区别：Callable有返回值且可抛异常，需通过FutureTask适配； 线程状态：新建、可运行、阻塞、等待、定时等待和终止6种状态； 线程控制：start()启动新线程，run()同步执行；join()实现顺序执行，CountDow
为什么Python不用var或let声明变量？
最新发布
这家伙很懒，什么都没有留下
06-18 301
语言声明关键字作用域规则需要类型吗？Python无（赋值即声明）函数级作用域否（注解可选）JavaScriptvarletconstletconst是块级，var是函数级否Java类型在前块级是C类型在前块级是Govar:=块级是Rustletlet mut块级是C++类型在前/auto块级是没有任何声明关键字。为什么Python不用var或let？设计哲学：赋值即声明，简洁明了，减少冗余语法历史因素：Python从一开始就这么设计，没有历史包袱避免复杂。
FastAPI 全栈后端（八）：部署与运维
放下华子我只抽RuiKe5的博客
06-14 357
本文总结了FastAPI后端开发的关键实践，涵盖环境配置、部署优化、监控与安全等方面。主要内容包括： 环境管理：使用Pydantic配置类区分开发/生产环境，通过.env文件管理敏感变量 部署方案： 开发环境：Uvicorn热重载 生产环境：Gunicorn+Uvicorn多进程 Docker容器化集成PostgreSQL 运维保障：实现健康检查接口，配合Nginx负载均衡 安全实践：环境变量隔离、结构化日志记录 技术体系：完整路线图涵盖RESTful、异步数据库、JWT认证、测试等核心模块 作者Yardo
解读《Effective Python 3rd Edition》：从练气到老魔（第六章 Item 44 - 47）
Cloud_Shy的博客
06-13 836
本系列笔记是博主阅读《Effective Python 3rd Edition)》的学习记录，主要记录了在学习过程中遇到的各种实际问题与解决方法。本文是第六章：Functions Item 44 - 47 的解读，主要讲解了使用大型推导式的生成器表达式的场景，生成器的 yield 功能，将迭代器作为参数传递到生成器的好处，以及使用类来管理迭代状态转换。
IDEA集成Maven
路虽远，行则必至！
06-13 583
本文详细介绍了Maven项目的创建与配置过程，包括环境设置、项目创建、JDK版本配置和Maven目录结构搭建。重点讲解了Maven坐标的概念及组成（groupId、artifactId、version），并演示了如何导入Maven项目和配置依赖。文章还涵盖了依赖排除的方法、依赖传递特性，以及Maven三大生命周期（clean、default、site）及其主要阶段（compile、test、package等）的操作说明，提供了图形界面和命令行两种执行方式。通过本文可以系统掌握Maven项目的基础操作和核心概
复习篇-常用实用类
2501_92975294的博客
06-13 336
System.out.println("相差："+p.getYears()+"年"+p.getMonths()+"月"+p.getDays()+"日");System.out.println("片段总数："+st.countTokens());sb.append("数字：").append(123).append(",布尔：").append(true);System.out.println("姓名："+name+"，年龄："+age);
如何使用鳄鱼线做股票交易（下）：量化代码实现与避坑指南
weixin_73631017的博客
06-17 462
本文介绍了如何用Python实现鳄鱼线量化交易策略，重点解析了趋势判断、入场逻辑和常见陷阱。文章首先阐述了鳄鱼线的三大核心交易规则：通过三条均线的排列识别趋势方向，用价差扩散判断趋势强度，并设置多条件过滤无效信号。特别强调了均线平移(shift)的正确用法，指出错误的平移会导致未来函数问题，使回测结果失真。随后提供了完整的Python代码实现，包括SMMA计算、信号生成、回测框架和可视化功能。最后建议读者通过实践掌握时序数据处理、多条件组合等量化技能，并指出鳄鱼线的核心价值在于趋势过滤而非涨跌预测。全文突出
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值