建站
咨詢
售后
建站咨詢
新聞中心
這里有您想知道的互聯(lián)網(wǎng)營銷解決方案
講解一下Python中多線程和多處理
使用Python分析數(shù)據(jù)，如果使用了正確的數(shù)據(jù)結(jié)構(gòu)和算法，有時可以大量提高程序的速度。實現(xiàn)此目的的一種方法是使用Muiltithreading(多線程)或Multiprocessing(多重處理)。
從網(wǎng)站建設(shè)到定制行業(yè)解決方案，為提供網(wǎng)站設(shè)計、成都網(wǎng)站建設(shè)服務(wù)體系，各種行業(yè)企業(yè)客戶提供網(wǎng)站建設(shè)解決方案，助力業(yè)務(wù)快速發(fā)展。創(chuàng)新互聯(lián)將不斷加快創(chuàng)新步伐，提供優(yōu)質(zhì)的建站服務(wù)。
多線程
簡單地說，線程允許您并行地運行程序?；ㄙM大量時間等待外部事件的任務(wù)通常適合線程化。它們也稱為I/O Bound任務(wù)例如從文件中讀寫，網(wǎng)絡(luò)操作或使用API在線下載。讓我們來看一個示例，它展示了使用線程的好處。
1. 沒有線程
在本例中，我們希望通過順序運行程序來查看從Unsplash API下載15張圖像需要多長時間：
import requests
import time
img_urls = [
'https://images.unsplash.com/photo-1516117172878-fd2c41f4a759',
'https://images.unsplash.com/photo-1532009324734-20a7a5813719',
'https://images.unsplash.com/photo-1524429656589-6633a470097c',
'https://images.unsplash.com/photo-1530224264768-7ff8c1789d79',
'https://images.unsplash.com/photo-1564135624576-c5c88640f235',
'https://images.unsplash.com/photo-1541698444083-023c97d3f4b6',
'https://images.unsplash.com/photo-1522364723953-452d3431c267',
'https://images.unsplash.com/photo-1513938709626-033611b8cc03',
'https://images.unsplash.com/photo-1507143550189-fed454f93097',
'https://images.unsplash.com/photo-1493976040374-85c8e12f0c0e',
'https://images.unsplash.com/photo-1504198453319-5ce911bafcde',
'https://images.unsplash.com/photo-1530122037265-a5f1f91d3b99',
'https://images.unsplash.com/photo-1516972810927-80185027ca84',
'https://images.unsplash.com/photo-1550439062-609e1531270e',
'https://images.unsplash.com/photo-1549692520-acc6669e2f0c'
]
start = time.perf_counter() #start timer
for img_url in img_urls:
img_name = img_url.split('/')[3] #get image name from url
img_bytes = requests.get(img_url).content
with open(img_name, 'wb') as img_file:
img_file.write(img_bytes) #save image to disk
finish = time.perf_counter() #end timer
print(f"Finished in {round(finish-start,2)} seconds")
#results
Finished in 23.101926751 seconds
一共用時23秒。
2. 多線程
讓我們看看Pyhton中的線程模塊如何顯著地改進我們的程序執(zhí)行：
import time
from concurrent.futures import ThreadPoolExecutor
def download_images(url):
img_name = img_url.split('/')[3]
img_bytes = requests.get(img_url).content
with open(img_name, 'wb') as img_file:
img_file.write(img_bytes)
print(f"{img_name} was downloaded")
start = time.perf_counter() #start timer
with ThreadPoolExecutor() as executor:
results = executor.map(download_images,img_urls) #this is Similar to map(func, *iterables)
finish = time.perf_counter() #end timer
print(f"Finished in {round(finish-start,2)} seconds")
#results
Finished in 5.544147536 seconds
我們可以看到，與不使用線程代碼相比，使用線程代碼可以顯著提高速度。從23秒到5秒。
對于本例，請注意在創(chuàng)建線程時存在開銷，因此將線程用于多個API調(diào)用是有意義的，而不僅僅是單個調(diào)用。
此外，對于密集的計算，如數(shù)據(jù)處理，圖像處理多處理比線程執(zhí)行得更好。
網(wǎng)站欄目：講解一下Python中多線程和多處理
當(dāng)前鏈接：http://www.dlmjj.cn/article/djsocpo.html
