Python 线程与多处理

Python是一种高级编程语言，提供了多种处理并行任务的方法。其中包括线程和多处理（multiprocessing）。

线程

线程是轻量级的执行单元，可以在一个进程内同时执行多个线程。Python标准库提供了threading模块来实现线程功能。

创建线程

创建一个线程需要实例化Thread类，并传入一个函数作为线程执行的主体。以下是创建一个简单线程的示例：

import threading

def worker():
    print('Thread running')

t = threading.Thread(target=worker)
t.start()

上述代码创建了一个名为worker的函数，并将其作为Thread类的target参数传入。调用start()方法后，线程开始执行。预期输出为Thread running。

传递参数

可以使用args参数在创建线程时传递参数。以下示例展示了如何将参数传递给线程：

import threading

def worker(num):
    print(f'Thread-{num} running')

t = threading.Thread(target=worker, args=(1,))
t.start()

上述代码创建了一个名为worker的函数，并将1作为参数传递给它。在Thread的初始化中，参数1被传递给了args参数。预期输出为Thread-1 running。

多处理

Python提供了另一种实现并行处理的方法：多处理（multiprocessing）。多处理是通过在不同的进程中执行任务来利用多核处理器的能力。

创建进程

与创建线程类似，创建进程需要实例化一个Process类，并传入一个函数作为进程执行的主体。以下是创建进程的示例：

import multiprocessing

def worker():
    print('Process running')

p = multiprocessing.Process(target=worker)
p.start()

上述代码创建了一个名为worker的函数，并将其作为Process类的target参数传入。调用start()方法后，进程开始执行。预期输出为Process running。

传递参数

多处理中也可以使用args参数在创建进程时传递参数。以下示例展示了如何将参数传递给进程：

import multiprocessing

def worker(num):
    print(f'Process-{num} running')

p = multiprocessing.Process(target=worker, args=(1,))
p.start()

上述代码创建了一个名为worker的函数，并将1作为参数传递给它。在Process的初始化中，参数1被传递给了args参数。预期输出为Process-1 running。

进程间通信

由于多处理中的进程是独立的，它们之间不能共享数据，必须使用进程间通信（Inter Process Communication, IPC）来实现数据共享。Python提供了多种IPC机制，包括队列（Queue）、管道（Pipe）和共享内存（Shared Memory）等。

以下是使用队列实现多进程通信的示例：

import multiprocessing

def worker(queue):
    queue.put('Message from worker')

queue = multiprocessing.Queue()
p = multiprocessing.Process(target=worker, args=(queue,))
p.start()
print(queue.get())

上述代码创建了一个队列，并将其作为参数传递给了进程。在进程内使用queue.put()向队列中放置一条消息，并使用queue.get()在主进程中获取该消息。预期输出为Message from worker。

以上是Python线程与多处理的简单介绍，希望对您有所帮助。