文章目录
前言
多线程技术可以帮助我们加速python的工作效率。看本文前建议先看python传参这篇文章，有一点小小的知识点需要知道才好理解lock功能哪里的维护共享内存的安全性。
一、多线程（Threading）是什么？
多线程是什么我也问过chatgpt，但是同样是给出了一种摸棱两可的官方语言，看不懂。这里就我个人的理解来讲讲什么是多线程。其实多线程用一个实际中的例子就很好理解了，假设现实中有一份工作，一个人做完成所花费的时间太长，作为老板的你受不了了，怎么办呢？请人，多找几个打工仔不就可以缩短了时间。这就是一个典型的多线程，每个打工仔就是一个线程。下面回到计算机中，有一份很大的数据，你嫌弃python处理的太慢了，于是你将这份很大的数据拆分成5个小数据，然后分配5个进程让python同时处理这5份小数据，理论上速度一下就提升了5倍。这就是多线程，简单理解就是让python在同一时间可以干多件事情。可以在同一个时间内运行多个程序，但是还是在同一个脚本中，这就是python多线程。
【注】：但是python里面多线程其实本质上是一个假的多线程，的确是在同一时间干多件事情，但是它是在不断的反复切换线程来实现的，所以从理论上来说速度是不会有加快的（应该是时间差不多，或者快一点）。但是同一个时间干多件事情这个功能还是要经常用到的，所以不要想着用python多线程加速了，能让你在同一时间干不同的事情已经够不错了。
如果需要加速需要使用多进程功能，后面博客里面会写，在这里加上链接。
二、threading库
下面演示怎么使用threading使用python多线程功能
1.初识多线程
| function | 功能 |
|---|---|
| threading.active_count() | 返回当前活动的线程数 |
| threading.enumerate() | 返回当前活动的线程列表 |
| threading.current_thread() | 返回当前线程对象 |
import threading
def main():
print(threading.active_count()) # 返回当前活动的线程数
print(threading.enumerate()) # 返回当前活动的线程列表
print(threading.current_thread()) # 返回当前线程对象
if __name__ == '__main__':
main()
输出：
可以看到，目前显示有6个线程在运行中，其中画线的main就是我们mian函数运行的线程，并且可以看到当前正在运行的线程对象就是我们刚定义的main函数。线程对象列表里面其他几个线程不用管，应该是编辑器或者环境开启就有了的。
这么一看，我们可以将一个线程绑定一个python里面某个功能的主函数，那个这个线程就会干那个主函数干的活了。
2.增加新线程
可以看到上面main函数还是在一个脚本里面干一件事啊，如果要同时干第二件事怎么办，那就要添加新线程，并将其绑定到我们需要干的另一个主函数上，下面继续演示。
2.1 多线程的基本使用
import threading
def main():
add_thread = threading.Thread(target=another_main, name='thread2') # 创建线程,并于another_main函数绑定
add_thread.start() # 启动线程
print(threading.active_count()) # 返回当前活动的线程数
print(threading.enumerate()) # 返回当前活动的线程列表
print(threading.current_thread()) # 返回当前线程对象
def another_main():
# 定义另一件事情
print('-------another_main---------')
while True:
# while循环是为了让线程一直运行，不然线程会自动结束,便于观察线程的状态
a=1
if __name__ == '__main__':
main()
输出：
可以看到输出了another_main干的事情，线程数由6变成了7，并且线程列表里面增加了名为thread2的新线程。
实现了在做main里面的事情的同时还在做another_main的事情。
【注】：这和在main里面直接调another_main不一样，直接调这两件事情是有一个先后顺序的，是在共用一个线程；但如果是another_main绑定上一个新线程，那么这两件事情就是平级关系，同时在干。
有没有发现上面演示的没有穿参数进去，如果要传参又应该怎么办呢！python里面传函数是不能带括号（）的，似乎麻烦了。放心了，怎么可能开发者没有想到这一点呢，在给一个参数传参数不就可以了，嘿嘿！
import threading
def main():
# 创建线程并传递字符串和数字参数
thread = threading.Thread(target=another_main, args=('Hello', 123))
thread.start()
print("Main thread is done!")
def another_main(string_param, int_param):
# 打印接收到的参数
print("Received string parameter:", string_param)
print("Received integer parameter:", int_param)
if __name__ == '__main__':
main()
输出：
2.2 对多线程是同时进行的进行一个直观上的演示（非重点–理解是实时就行）
上面由于another_main功能几乎是瞬时完成的，根本显示不出来这个同时性，反而像是直接调用打印一样。所以这里用time库进行一个直观上的演示。
import threading
import time
def main():
# 创建线程并传递字符串和数字参数
thread = threading.Thread(target=another_main)
thread.start()
print("Main thread is done!")
def another_main():
print('新thread started') # 打印线程开始
for i in range(10):
time.