本篇文章给大家带来了关于python的相关知识，其中主要介绍了关于多线程的相关知识，多线程类似于同时执行多个不同的程序，有很多的优点，下面我们就来看一下，希望对大家有帮助。
推荐学习：python教程
线程讲解  多线程类似于同时执行多个不同程序，多线程运行有如下优点：
使用线程可以把占据长时间的程序中的任务放到后台去处理。用户界面可以更加吸引人，这样比如用户点击了一个按钮去触发某些事件的处理，可以弹出一个进度条来显示处理的进度。程序的运行速度可能加快。在一些等待的任务实现上如用户输入、文件读写和网络收发数据等，线程就比较有用了。在这种情况下我们可以释放一些珍贵的资源如内存占用等等。  线程在执行过程中与进程还是有区别的。每个独立的线程有一个程序运行的入口、顺序执行序列和程序的出口。但是线程不能够独立执行，必须依存在应用程序中，由应用程序提供多个线程执行控制。
  每个线程都有他自己的一组cpu寄存器，称为线程的上下文，该上下文反映了线程上次运行该线程的cpu寄存器的状态。
  指令指针和堆栈指针寄存器是线程上下文中两个最重要的寄存器，线程总是在进程的上下文中运行的，这些地址都用于标志拥有线程的进程地址空间中的内存。
  线程可以被抢占（中断）。
  在其他线程正在运行时，线程可以暂时搁置（也称为睡眠） – 这就是线程的退让。
  线程可以分为:
内核线程：由操作系统内核创建和撤销。用户线程：不需要内核支持而在用户程序中实现的线程。  python3 线程中常用的两个模块为：
_threadthreading(推荐使用)  thread 模块已被废弃。用户可以使用 threading 模块代替。所以，在 python3 中不能再使用thread 模块。为了兼容性，python3 将 thread 重命名为 “_thread”。
开始学习python线程  python中使用线程有两种方式：函数或者用类来包装线程对象。
  函数式：调用 _thread 模块中的start_new_thread()函数来产生新线程。语法如下:
_thread.start_new_thread ( function, args[, kwargs] )
参数说明:
function - 线程函数。args - 传递给线程函数的参数,他必须是个tuple类型。kwargs - 可选参数。  实例：
#!/usr/bin/python3import _threadimport time# 为线程定义一个函数def print_time( threadname, delay):    count = 0    while count < 5:        time.sleep(delay)        count += 1        print (%s: %s % ( threadname, time.ctime(time.time()) ))# 创建两个线程try:    _thread.start_new_thread( print_time, (thread-1, 2, ) )    _thread.start_new_thread( print_time, (thread-2, 4, ) )except:    print (error: 无法启动线程)while 1:    pass
执行以上程序输出结果如下：
线程模块  python3 通过两个标准库 _thread 和 threading 提供对线程的支持。
_thread 提供了低级别的、原始的线程以及一个简单的锁，它相比于 threading 模块的功能还是比较有限的。threading 模块除了包含 _thread 模块中的所有方法外，还提供的其他方法：threading.currentthread(): 返回当前的线程变量。threading.enumerate():
返回一个包含正在运行的线程的list。正在运行指线程启动后、结束前，不包括启动前和终止后的线程。threading.activecount():
返回正在运行的线程数量，与len(threading.enumerate())有相同的结果。  除了使用方法外，线程模块同样提供了thread类来处理线程，thread类提供了以下方法:
run(): 用以表示线程活动的方法。start():启动线程活动。join([time]): 等待至线程中止。这阻塞调用线程直至线程的join()
方法被调用中止-正常退出或者抛出未处理的异常-或者是可选的超时发生。isalive(): 返回线程是否活动的。getname(): 返回线程名。setname(): 设置线程名。使用 threading 模块创建线程  我们可以通过直接从 threading.thread 继承创建一个新的子类，并实例化后调用 start() 方法启动新线程，即它调用了线程的 run() 方法：
#!/usr/bin/python3import threadingimport timeexitflag = 0class mythread (threading.thread):    def __init__(self, threadid, name, counter):        threading.thread.__init__(self)        self.threadid = threadid        self.name = name        self.counter = counter    def run(self):        print (开始线程： + self.name)        print_time(self.name, self.counter, 5)        print (退出线程： + self.name)def print_time(threadname, delay, counter):    while counter:        if exitflag:            threadname.exit()        time.sleep(delay)        print (%s: %s % (threadname, time.ctime(time.time())))        counter -= 1# 创建新线程thread1 = mythread(1, thread-1, 1)thread2 = mythread(2, thread-2, 2)# 开启新线程thread1.start()thread2.start()thread1.join()thread2.join()print (退出主线程)
以上程序执行结果如下：
线程同步  如果多个线程共同对某个数据修改，则可能出现不可预料的结果，为了保证数据的正确性，需要对多个线程进行同步。
  使用 thread 对象的 lock 和 rlock 可以实现简单的线程同步，这两个对象都有 acquire 方法和 release 方法，对于那些需要每次只允许一个线程操作的数据，可以将其操作放到 acquire 和 release 方法之间。如下：
  多线程的优势在于可以同时运行多个任务（至少感觉起来是这样）。但是当线程需要共享数据时，可能存在数据不同步的问题。
  考虑这样一种情况：一个列表里所有元素都是0，线程set从后向前把所有元素改成1，而线程print负责从前往后读取列表并打印。
  那么，可能线程set开始改的时候，线程print便来打印列表了，输出就成了一半0一半1，这就是数据的不同步。为了避免这种情况，引入了锁的概念。
  锁有两种状态——锁定和未锁定。每当一个线程比如set要访问共享数据时，必须先获得锁定；如果已经有别的线程比如print获得锁定了，那么就让线程set暂停，也就是同步阻塞；等到线程print访问完毕，释放锁以后，再让线程set继续。
  经过这样的处理，打印列表时要么全部输出0，要么全部输出1，不会再出现一半0一半1的尴尬场面。
  实例：
#!/usr/bin/python3import threadingimport timeclass mythread (threading.thread):    def __init__(self, threadid, name, counter):        threading.thread.__init__(self)        self.threadid = threadid        self.name = name        self.counter = counter    def run(self):        print (开启线程：  + self.name)        # 获取锁，用于线程同步        threadlock.acquire()        print_time(self.name, self.counter, 3)        # 释放锁，开启下一个线程        threadlock.release()def print_time(threadname, delay, counter):    while counter:        time.sleep(delay)        print (%s: %s % (threadname, time.ctime(time.time())))        counter -= 1threadlock = threading.lock()threads = []# 创建新线程thread1 = mythread(1, thread-1, 1)thread2 = mythread(2, thread-2, 2)# 开启新线程thread1.start()thread2.start()# 添加线程到线程列表threads.append(thread1)threads.append(thread2)# 等待所有线程完成for t in threads:    t.join()print (退出主线程)
执行以上程序，输出结果为：
线程优先级队列（queue）  python 的 queue 模块中提供了同步的、线程安全的队列类，包括fifo（先入先出)队列queue，lifo（后入先出）队列lifoqueue，和优先级队列 priorityqueue。
  这些队列都实现了锁原语，能够在多线程中直接使用，可以使用队列来实现线程间的同步。
  queue 模块中的常用方法:
queue.qsize() 返回队列的大小queue.empty() 如果队列为空，返回true,反之falsequeue.full() 如果队列满了，返回true,反之falsequeue.full 与 maxsize 大小对应queue.get([block[, timeout]])获取队列，timeout等待时间queue.get_nowait() 相当queue.get(false)queue.put(item) 写入队列，timeout等待时间queue.put_nowait(item) 相当queue.put(item, false)queue.task_done() 在完成一项工作之后，queue.task_done()函数向任务已经完成的队列发送一个信号queue.join() 实际上意味着等到队列为空，再执行别的操作  实例:
#!/usr/bin/python3import queueimport threadingimport timeexitflag = 0class mythread (threading.thread):    def __init__(self, threadid, name, q):        threading.thread.__init__(self)        self.threadid = threadid        self.name = name        self.q = q    def run(self):        print (开启线程： + self.name)        process_data(self.name, self.q)        print (退出线程： + self.name)def process_data(threadname, q):    while not exitflag:        queuelock.acquire()        if not workqueue.empty():            data = q.get()            queuelock.release()            print (%s processing %s % (threadname, data))        else:            queuelock.release()        time.sleep(1)threadlist = [thread-1, thread-2, thread-3]namelist = [one, two, three, four, five]queuelock = threading.lock()workqueue = queue.queue(10)threads = []threadid = 1# 创建新线程for tname in threadlist:    thread = mythread(threadid, tname, workqueue)    thread.start()    threads.append(thread)    threadid += 1# 填充队列queuelock.acquire()for word in namelist:    workqueue.put(word)queuelock.release()# 等待队列清空while not workqueue.empty():    pass# 通知线程是时候退出exitflag = 1# 等待所有线程完成for t in threads:    t.join()print (退出主线程)
以上程序执行结果：
推荐学习：python学习教程
以上就是带你一起解读python多线程的详细内容。