当前位置：首页>python>Python多线程编程

Python多线程编程

2026-10-21 13:27:37

写在前面

关于线程的内容我们此前在R语言中给大家介绍过：调用的线程越多就算的越快嘛?。简单来说多线程/并行计算就是让机器同时完成多个”任务”，能减少任务的等待时间与机器资源的闲置，从而大大提升各位的生产效率。

多线程在Python中的实现主要通过threading模块来完成。语法为:import threadingthread_obj = threading.Tread([group[, target[,name[, args [, kwargs]]]]])- group: 未来功能的预留参数- target: 执行的目标任务名- args: 以元组的方式给任务传参- kwargs：以字典方式给执行任务传参- name：线程名，一般不用设置

启动程序，让线程开始工作：thread_obj.start()通过实例来感受一下:

1 无参数函数的并行

# 单线程模式import time# 定义两个函数def fir_task():    temp_num =0while temp_num <3:print("这是任务1的输出")        time.sleep(1)        temp_num +=1def sec_task():    temp_num =0while temp_num <3:print("这是任务2的输出")        time.sleep(1)        temp_num +=1# 定义一个新函数调用这两个函数def my_print():    fir_task()    sec_task()my_print()

## 这是任务1的输出## 这是任务1的输出## 这是任务1的输出## 这是任务2的输出## 这是任务2的输出## 这是任务2的输出

可以看到上面的代码中，任务1的结果输出之后，任务2才开始执行。此时命令的运行逻辑是串联的，但显然我们的计算机的算力足够让这两个任务同时运行，所以我们需要用调用并行来完成这两个任务：

# 多线程模式# 导入模块import threading,time# 定义两个函数def fir_task():    temp_num =0while temp_num <3:print("这是任务1的输出")        time.sleep(1)        temp_num +=1def sec_task():    temp_num =0while temp_num <3:print("这是任务2的输出")        time.sleep(1)        temp_num +=1# 定义一个新函数调用这两个函数def my_print():    fir_task_thread = threading.Thread(target = fir_task)    sec_task_thread = threading.Thread(target = sec_task)    fir_task_thread.start()    sec_task_thread.start()my_print()

可以看出，这时任务1和任务2的结果就是交叉输入啦，也就是两个任务的关系处于并行状态，这对大数据计算时节省计算时间尤为重要。

2 传参函数的并行

我们上面举的例子较为简单，因为定义的函数无需传递参数，当需要传递参数时需要通过args传递元素或使用kwargs传递字典。

import threading,timedef fir_task(mytask):    temp_num =0while temp_num <3:print(mytask)        time.sleep(1)        temp_num +=1def sec_task(mytask):    temp_num =0while temp_num <3:print(mytask)        time.sleep(1)        temp_num +=1# 定义一个新函数调用这两个函数def my_print():    fir_task_thread = threading.Thread(target = fir_task,args=("自定义任务1",))    sec_task_thread = threading.Thread(target = sec_task,args=("自定义任务2",))    fir_task_thread.start()    sec_task_thread.start()my_print()