最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

python回調(diào)函數(shù)中使用多線程的方法

 更新時間:2017年12月25日 09:09:51   作者:pirogue  
這篇文章主要介紹了python回調(diào)函數(shù)中使用多線程的方法,需要的朋友可以參考下

下面的demo是根據(jù)需求寫的簡單測試腳本

#!/usr/bin/env python
# coding: utf-8
# 第一個列表為依賴組件和版本號,后面緊跟負責(zé)人名稱
# 接著出現(xiàn)第二個以來組建列表,負責(zé)人為空了
# 所以根據(jù)需求需要對組件、版本號、負責(zé)人進行不同處理
# 這時在for循環(huán)中根據(jù)if判斷,寫回調(diào)函數(shù)處理
# 格式不一致數(shù)據(jù)的測試數(shù)據(jù)
a = [[u'tool-1', u'1.9.13'], u'xiaowang', u'xiaoqu', [u'tool-2', u'1.9.23'], [u'tool-3', u'1.9.33'], [u'tool-4', u'1.9.43'], u'pi',[u'tool-5', u'1.9.53']]
# a = [[u'tool-1', u'1.9.13'],u'xiaowang',[u'tool-2', u'1.9.23'],u'xiaowang', [u'tool-3', u'1.9.33'],u'xiaowang']
# a = [[u'tool-1', u'1.9.13']]
# [u'tool-1', u'1.9.13']
your_pro = a[0]
# print your_pro
# [u'xiaowang', u'xiaoqu', [u'tool-2', u'1.9.23']]
tmp = a[1:]
# print tmp
def git_callback(whole_v, proj_value, name_value):
  # 如果存在負責(zé)人存在
  try:
    if type(name_value[0]) is unicode:
      # 對除去列表0個索引的數(shù)據(jù)(依賴名和版本號)后面的數(shù)據(jù)進行遍歷
      for i in name_value:
        # 碰到后面的數(shù)據(jù)是列表的進行回調(diào)
        if type(i) is list:
          tmp_index = whole_v.index(i)+1
          return git_callback(whole_v, whole_v[whole_v.index(i)], whole_v[tmp_index:])
        else:
          # 打印依賴、版本號 負責(zé)人 開始
          print proj_value+i.split()+['start']
    else:
      # 如果負責(zé)人后跟的組件這種格式的列表數(shù)據(jù)為空
      # 也就是只有依賴和版本號列表數(shù)據(jù),負責(zé)人為空,就打印依賴版本號
      ver = proj_value
      owner = name_value
      if type(owner[0]) is unicode:
        return git_callback(whole_v, ver, owner)
      else:
        print ver
        # 這里是為了判斷是不是到列表的最后一位
        # 如果是最后一個值,且不是字符串的Unicode,而是列表
        # 就直接打印出項目
        if whole_v.index(owner[0]) == len(whole_v)-1:
          # 打印最后一個值
          print whole_v[-1:]
        else:
          # 這里比較繞,打印調(diào)試吧...
          new_ver = whole_v[whole_v.index(ver)+1]
          owner = whole_v[whole_v.index(ver)+2:]
          return git_callback(whole_v, new_ver, owner)
  except IndexError as e:
    print proj_value
    print e
git_callback(a, your_pro, tmp)

demo的output:

Boom:git_response pirogue$ python test.py
[u'tool-1', u'1.9.13', u'xiaowang', 'start']
[u'tool-1', u'1.9.13', u'xiaoqu', 'start']
[u'tool-2', u'1.9.23']
[u'tool-3', u'1.9.33']
[u'tool-4', u'1.9.43', u'pi', 'start']
[u'tool-5', u'1.9.53']
list index out of range

python的多線程

下面的代碼是從主程序中,摘取出來的代碼片段

from multiprocessing.dummy import Pool as ThreadPool
# 判斷git查詢返回的依賴數(shù)據(jù)格式不唯一的回調(diào)
def git_callback(whole_v, proj_value, name_value, git_cookie):
  # 
  whole_v = whole_v
  list_git = []
  if name_value:
    # print name_value
    for i in name_value:
      # print i
      if i:
        if type(i) is list:
          tmp_index = whole_v.index(i)+1
          return git_callback(whole_v, whole_v[whole_v.index(i)], whole_v[tmp_index:], git_cookie)
        else:
          git_cookie = str(git_cookie.split()[0])+' '+str(git_cookie.split()[1])
          list_git.append(tuple(git_cookie.split("?")+i.split()))
          print list_git
          pool = ThreadPool(100)
          result = pool.map(pool_git, list_git)
          print result
          pool.close()
          pool.join()          
  else:
    print proj_value

上面的多線程代碼片段是一個回調(diào)函數(shù),沒有完全根據(jù)demo進行改裝,有了demo根據(jù)需求改起來也不難,多調(diào)試就可以了。

python多線程接收多個參數(shù)

from multiprocessing.dummy import Pool as ThreadPool
pool = ThreadPool(100)
result = pool.map(pool_git, list_git)
print result
pool.close()
pool.join()

pool_git是你需要多線程調(diào)用的功能函數(shù),list_git是pool_git函數(shù)需要接收的參數(shù),默認情況下pool_git是一個接收一個參數(shù)的函數(shù)。

但是我們的功能常常設(shè)計的邏輯比較復(fù)雜,需要在pool_git中傳入多個參數(shù),這時list_git就應(yīng)該給一個多個元組組成的列表。

stackoverflow上老外給的代碼示例:

def multi_run_wrapper(args):
  return add(*args)
def add(x,y):
  return x+y
if __name__ == "__main__":
  from multiprocessing import Pool
  pool = Pool(4)
  results = pool.map(multi_run_wrapper,[(1,2),(2,3),(3,4)])
  print results
output
[3, 5, 7]

Stack Overflow上更多的答疑方便你更好的理解:

https://stackoverflow.com/questions/5442910/python-multiprocessing-pool-map-for-multiple-arguments

相信聰明的你一定能看得懂~

多線程與多進程

from multiprocessing.dummy import Pool as ThreadPool

多線程進程池,綁定一個CPU核心

from multiprocessing import Pool

多進程,運行于多個cpu核心

如果你搞不懂是CPU密集型的任務(wù),還是IO密集型的任務(wù),那就用這個庫兩條import都寫上,然后分別實例化跑一下就知道耗時長短,用法上只是在創(chuàng)建對象上改幾個字母就行Pool和ThreadPool的互換。

總結(jié)

以上所述是小編給大家介紹的python回調(diào)函數(shù)中使用多線程的方法,希望對大家有所幫助,如果大家有任何疑問請給我留言,小編會及時回復(fù)大家的。在此也非常感謝大家對腳本之家網(wǎng)站的支持!

相關(guān)文章

  • 用python結(jié)合jieba和wordcloud實現(xiàn)詞云效果

    用python結(jié)合jieba和wordcloud實現(xiàn)詞云效果

    詞云,顧名思義就是很多個單詞,然后通過出現(xiàn)的頻率或者比重之類的標準匯聚成一個云朵的樣子嘛,其實呢現(xiàn)在網(wǎng)上已經(jīng)有很多能自動生成詞云的工具了,比如Wordle,Tagxedo等等,Python也能實現(xiàn)這樣的效果,我們通過jieba庫和wordcloud庫也能十分輕松的完成詞云的構(gòu)建
    2017-09-09
  • python if not in 多條件判斷代碼

    python if not in 多條件判斷代碼

    學(xué)了一段時間python,發(fā)現(xiàn)有時遇到多條件判斷的時候,覺得使用單純的in的話比較麻煩,需要多個條件,今天又遇到一個,網(wǎng)上搜索了一下,也有同學(xué)和我遇到相同的問題,記錄一下
    2016-09-09
  • 使用python解析json字段的3種方式實例

    使用python解析json字段的3種方式實例

    JSON(JavaScript?Object?Notation)是一種輕量級的數(shù)據(jù)交換格式,下面這篇文章主要給大家介紹了關(guān)于使用python解析json字段的3種方式,文中通過實例代碼介紹的非常詳細,需要的朋友可以參考下
    2022-07-07
  • 詳解Python中打亂列表順序random.shuffle()的使用方法

    詳解Python中打亂列表順序random.shuffle()的使用方法

    這篇文章主要介紹了詳解Python中打亂列表順序random.shuffle()的使用方法,文中通過示例代碼介紹的非常詳細,對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2019-11-11
  • Python簡明入門教程

    Python簡明入門教程

    這篇文章主要介紹了Python簡明入門教程,較為詳細的分析了Python的基本概念及語法基礎(chǔ),有助于Python初學(xué)者更好的掌握Python的基本語法與使用技巧,需要的朋友可以參考下
    2015-08-08
  • Python cookbook(字符串與文本)在字符串的開頭或結(jié)尾處進行文本匹配操作

    Python cookbook(字符串與文本)在字符串的開頭或結(jié)尾處進行文本匹配操作

    這篇文章主要介紹了Python cookbook(字符串與文本)在字符串的開頭或結(jié)尾處進行文本匹配操作,涉及Python使用str.startswith()和str.endswith()方法針對字符串開始或結(jié)尾處特定文本匹配操作相關(guān)實現(xiàn)技巧,需要的朋友可以參考下
    2018-04-04
  • Python安裝Numpy和matplotlib的方法(推薦)

    Python安裝Numpy和matplotlib的方法(推薦)

    下面小編就為大家?guī)硪黄狿ython安裝Numpy和matplotlib的方法(推薦)。小編覺得挺不錯的,現(xiàn)在就分享給大家,也給大家做個參考。一起跟隨小編過來看看吧
    2017-11-11
  • Pytorch使用卷積神經(jīng)網(wǎng)絡(luò)對CIFAR10圖片進行分類方式

    Pytorch使用卷積神經(jīng)網(wǎng)絡(luò)對CIFAR10圖片進行分類方式

    這篇文章主要介紹了Pytorch使用卷積神經(jīng)網(wǎng)絡(luò)對CIFAR10圖片進行分類方式,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教
    2024-02-02
  • Python數(shù)據(jù)可視化圖實現(xiàn)過程詳解

    Python數(shù)據(jù)可視化圖實現(xiàn)過程詳解

    這篇文章主要介紹了Python數(shù)據(jù)可視化圖實現(xiàn)過程詳解,文中通過示例代碼介紹的非常詳細,對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下
    2020-06-06
  • django的autoreload機制實現(xiàn)

    django的autoreload機制實現(xiàn)

    這篇文章主要介紹了django的autoreload機制實現(xiàn),文中通過示例代碼介紹的非常詳細,對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2020-06-06

最新評論

若羌县| 博湖县| 错那县| 广汉市| 民乐县| 青龙| 泰州市| 霍邱县| 磴口县| 崇礼县| 沙雅县| 紫云| 定州市| 察雅县| 陇南市| 迁西县| 洮南市| 保亭| 隆化县| 昭觉县| 安仁县| 永济市| 岳池县| 平湖市| 南华县| 英山县| 河北省| 大足县| 方城县| 宁陕县| 绿春县| 红安县| 固原市| 新宾| 招远市| 科尔| 三江| 保康县| 河北区| 泸定县| 靖州|