标签：
import time
beginTime = time.time()
for a in range(10):
print(a)
time.sleep(1)
shijian = time.time() - beginTime
print(shijian) #10.000571966171265
我们可以看到，上面这段代码就是纯正的单线程，一条道走到黑，讲究先后，所以花了10秒多
毕竟等待是让人心烦的，有什么方法能不这么耗时间啊，有啊，主角登场，欢迎多线程，那多线程做了一件什么事呢？它可以同时做多件事，就拿上面例子，在这个线程睡觉时，它会去执行其他的线程。
import threading
import time
def printNum(a):
time.sleep(1)
print(a)
beginTime = time.time()
for i in range(10):
t = threading.Thread(target=printNum,args=(i,))
t.start()
# for i in range(10):
# t.join()
shijian = time.time() - beginTime
print(shijian)
结果为：
0.0010001659393310547
2
1
0
4
6
9
3
5
7
8
看到这，你可能会想，输出的结果怎么是无序的，就是因为多线程是每个线程各自去执行自己的，所以就有可能存在抢占输出资源的情况。
你可能又会想，怎么只要0.001秒就完成了，太不符合逻辑了，那我告诉你，这个时间为主线程的执行时间，如果要知道所有的线程执行时间，只要解注释t.join()这两句代码就可以了，结果一般为1秒多点点。
#引入线程模块threading
import threading
import time
#定义线程中的执行方法
def printNum(a):
print(‘num:‘,a)
time.sleep(1)
def printStr(str1,str2):
print(str1,‘:‘,str2)
time.sleep(1)
#初始化一个线程对象
t_0 = threading.Thread(target=printNum,args=(888,))
#启动线程
t_0.start()
#target指定需要执行的函数名，args指定元组形式的参数
t_1 = threading.Thread(target=printStr,args=(‘this is the arg‘,‘string‘))
t_1.start()
#一次创建10个线程对象并启动
for i in range(10):
t = threading.Thread(target=printNum,args=(i,))
t.start()
Python的线程中没有优先级、线程组，也不能被停止、暂停、恢复、中断，线程只能随着线程中的代码执行完毕而被销毁、
threading模块提供的类
--Thread, Lock, Rlock, Condition, [Bounded]Semaphore, Event, Timer, local
import time
import threading
def printNum(a):
print(‘num:‘,a)
time.sleep(1)
def ThreadTest():
return threading.Thread(target=printNum,args=(999,))
thread_li = []
for i in range(10):
t = ThreadTest()
thread_li.append(t)
for t in thread_li:
t.start()
for t in thread_li:
t.join()
print(‘finished‘)
我们从上面的代码可以看出，join方法不再像以前一样让线程一个一个排队执行了，所有的线程并发执行完后，才会执行主线程最后的代码！
锁住资源，让线程一个一个来操作
import threading lock = threading.Lock() #创建锁对象 lock.acquire() lock.acquire() #生成死锁，阻塞 lock.release() lock.release()
Lock上锁与解锁两个方法只能一前一后出现，否则很容易出现死锁
import threading Rlock = threading.RLock() #创建锁对象 Rlock.acquire() Rlock.acquire() #没有阻塞 Rlock.release() Rlock.release()
而Rlock就比较随意，只要上锁和解锁两个方法成双出现就可以了
更多详细内容请见：http://www.cnblogs.com/xinsiwei18/p/5697802.html
欢迎大家对我的博客内容提出质疑和提问！谢谢
笔者：拍省先生
标签：
原文地址：http://www.cnblogs.com/xinsiwei18/p/5700109.html
