Python多線程正確用法實例解析
python 里有一個 threading 模塊，其中提供了一個函數(shù)：
threading.Thread(target=function, args=(), kwargs={})
function 是開發(fā)者定義的線程函數(shù)，
args 是傳遞給線程函數(shù)的參數(shù)，必須是tuple類型，
kwargs 是可選參數(shù)，字典類型。
調(diào)用 threading.Thread 之后，會創(chuàng)建一個新的線程，參數(shù) target 指定線程將要運行的函數(shù)，args 和 kwargs 則指定函數(shù)的參數(shù)來執(zhí)行
function 函數(shù)。
改寫一下前面的代碼，將抓取的部分放在一個函數(shù)中：
def get_weather(city):
req = requests.get('http://wthrcdn.etouch.cn/weather_mini?city=%s' % city)
dic_city = req.json()
city_data = dic_city.get('data') # 沒有'data‘的話返回 []
print(city_data.get('city')) if city_data:
city_forecast = city_data['forecast'][0] # 下面的都可以換成'get'方法
print(city_forecast.get('date'))
print(city_forecast.get('high'))
print(city_forecast.get('low'))
print(city_forecast.get('type')) else:
print('未獲得')
print()
之后，程序采用了三個循環(huán)，在第一個循環(huán)中，針對每一個城市，都創(chuàng)建了一個新線程，并將線程加入到一個列表中，用于之后的啟動。
threads = [] cities = ['北京', '南京', '上海', '深圳', '廣州', '杭州', '蘇州', '天津', '西安', '成都'] files = range(len(cities))for i in files: # 創(chuàng)建線程 t = threading.Thread(target=get_weather, args=(cities[i],)) threads.append(t)
在第二個循環(huán)中，start 正式開啟子線程；
for i in files: threads[i].start()
在第三個循環(huán)中，join 用來同步數(shù)據(jù)，主線程運行到這一步，將會停下來等待子線程運行完畢。沒有這句，主線程則會忽略子線程，運行
完自己的代碼后結(jié)束程序。
for i in files: threads[i].join()
以上就是本文的全部內(nèi)容，希望對大家的學習有所幫助，也希望大家多多支持腳本之家。
相關文章
python數(shù)據(jù)分析工具之 matplotlib詳解
對于 Python 來說，matplotlib 是最著名的繪圖庫，它主要用于二維繪圖，當然也可以進行簡單的三維繪圖。這篇文章主要介紹了python數(shù)據(jù)分析工具之 matplotlib的相關知識,需要的朋友可以參考下2020-04-04
在Python中cv2是OpenCV庫的一個模塊,這是一個開源的計算機視覺和機器學習軟件庫,下面這篇文章主要給大家介紹了關于python中cv2模塊安裝的相關資料,需要的朋友可以參考下2024-05-05
PyQt實現(xiàn)異步數(shù)據(jù)庫請求的實戰(zhàn)記錄
開發(fā)軟件的時候不可避免要和數(shù)據(jù)庫發(fā)生交互,但是有些 SQL 請求非常耗時,如果在主線程中發(fā)送請求,可能會造成界面卡頓,本文將介紹一種讓數(shù)據(jù)庫請求變得和前端的 ajax 請求一樣簡單,希望對大家有所幫助2023-12-12
Pytorch上下采樣函數(shù)之F.interpolate數(shù)組采樣操作詳解
最近用到了上采樣下采樣操作,pytorch中使用interpolate可以很輕松的完成,下面這篇文章主要給大家介紹了關于Pytorch上下采樣函數(shù)之F.interpolate數(shù)組采樣操作的相關資料,需要的朋友可以參考下2022-04-04
本文主要介紹了python繪制ROC曲線的示例代碼，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2023-07-07
對DataFrame數(shù)據(jù)中的重復行,利用groupby累加合并的方法詳解
今天小編就為大家分享一篇對DataFrame數(shù)據(jù)中的重復行,利用groupby累加合并的方法詳解，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2019-01-01
這篇文章主要介紹了Python函數(shù)參數(shù)操作,結(jié)合實例形式詳細分析了Python形參、實參、默認參數(shù)、關鍵字參數(shù)、可變參數(shù)、對參數(shù)解包以及獲取參數(shù)個數(shù)等相關操作技巧,需要的朋友可以參考下2018-08-08
Python基于詞頻排序?qū)崿F(xiàn)快速挖掘關鍵詞
這篇文章主要為大家詳細介紹了Python如何基于詞頻排序?qū)崿F(xiàn)快速挖掘關鍵詞功能，文中的示例代碼講解詳細，感興趣的小伙伴可以了解一下2023-03-03
Numpy中array數(shù)組對象的儲存方式(n,1)和(n,)的區(qū)別
本文主要介紹了Numpy中array數(shù)組對象的儲存方式(n,1)和(n,)的區(qū)別，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2023-04-04
在本篇文章里小編給大家分享了關于Python3注釋的相關知識點以及用法，需要的朋友們學習下。2019-02-02