简介：
多线程简单理解就是：一个CPU，也就是单核，将时间切成一片一片的，CPU轮转着去处理一件一件的事情，到了规定的时间片就处理下一件事情。
主要内容：
1.python中显示当前线程信息的属性和方法
# coding:utf-8# 导入threading包import threadingif __name__ == "__main__": print("当前活跃线程的数量", threading.active_count()) print("将当前所有线程的具体信息展示出来", threading.enumerate()) print("当前的线程的信息展示", threading.current_thread())效果图：
2.添加一个线程
# coding:utf-8import threadingimport timedef job1(): # 让这个线程多执行几秒 time.sleep(5) print("the number of T1 is %s" % threading.current_thread())if __name__ == "__main__": # 创建一个新的线程 new_thread = threading.Thread(target=job1, name="T1") # 启动新线程 new_thread.start() print("当前线程数量为", threading.active_count()) print("所有线程的具体信息", threading.enumerate()) print("当前线程具体信息", threading.current_thread())效果图：
3.线程中的join函数
（1）预想的是，执行完线程1，然后输出All done…
“理想很丰满，现实却不是这样的”
# coding:utf-8import threadingimport timedef job1(): print("T1 start") for i in range(5): time.sleep(1) print(i) print("T1 finish")def main(): # 新创建一个线程 new_thread = threading.Thread(target=job1, name="T1") # 启动新线程 new_thread.start() print("All done...")if __name__ == "__main__": main()效果图：
（2）为了达到我们的预期，我们使用join函数，将T1线程进行阻塞。join函数进行阻塞是什么意思？就是哪个线程使用了join函数，当这个线程正在执行时，在他之后的线程程序不能执行，得等这个被阻塞的线程全部执行完毕之后，方可执行！
# coding:utf-8import threadingimport timedef job1(): print("T1 start") for i in range(5): time.sleep(1) print(i) print("T1 finish")def main(): # 新创建一个线程 new_thread = threading.Thread(target=job1, name="T1") # 启动新线程 new_thread.start() # 阻塞这个T1线程 new_thread.join() print("All done...")if __name__ == "__main__": main()效果图：
4.使用Queue存储线程的结果
线程的执行结果，无法通过return进行返回，使用Queue存储。
# coding:utf-8import threadingfrom queue import Queue""" Queue的使用"""def job(l, q): for i in range(len(l)): l[i] = l[i] ** 2 q.put(l)def multithreading(): # 创建队列 q = Queue() # 线程列表 threads = [] # 二维列表 data = [[1, 2, 3], [4, 5, 6], [7, 8, 9], [6, 6, 6]] for i in range(4): t = threading.Thread(target=job, args=(data[i], q)) t.start() threads.append(t) # 对所有线程进行阻塞 for thread in threads: thread.join() results = [] # 将新队列中的每个元素挨个放到结果列表中 for _ in range(4): results.append(q.get()) print(results)if __name__ == "__main__": multithreading()效果图：
5.线程锁lock
当同时启动多个线程时，各个线程之间会互相抢占计算资源，会造成程序混乱。
举个栗子：
当我们在选课系统选课时，当前篮球课还有2个名额，我们三个人去选课。
选课顺序为stu1 stu2 stu3,应该依次打印他们三个的选课过程，但是现实情况却是：
# coding:utf-8import threadingimport timedef stu1(): print("stu1开始选课") global course if course > 0: course -= 1 time.sleep(2) print("stu1选课成功,现在篮球课所剩名额为%d" % course) else: time.sleep(2) print("stu1选课失败，篮球课名额为0，请选择其他课程")def stu2(): print("stu2开始选课") global course if course > 0: course -= 1 time.sleep(2) print("stu2选课成功,现在篮球课所剩名额为%d" % course) else: time.sleep(2) print("stu2选课失败，篮球课名额为0，请选择其他课程")def stu3(): print("stu3开始选课") global course if course > 0: course -= 1 time.sleep(2) print("stu3选课成功") print("篮球课所剩名额为%d" %course) else: time.sleep(2) print("stu3选课失败，篮球课名额为0，请选择其他课程")if __name__ == "__main__": # 篮球课名额 course = 2 T1 = threading.Thread(target=stu1, name="T1") T2 = threading.Thread(target=stu2, name="T2") T3 = threading.Thread(target=stu3, name="T3") T1.start() T2.start() T3.start()效果图：
为了解决这种情况，我们使用lock线程同步锁，在线程并发执行时，保证每个线程执行的原子性。有效防止了共享统一数据时，线程并发执行的混乱。改进的代码如下：
# coding:utf-8import threadingimport timedef stu1(): global lock lock.acquire() print("stu1开始选课") global course if course > 0: course -= 1 time.sleep(2) print("stu1选课成功,现在篮球课所剩名额为%d" % course) else: time.sleep(2) print("stu1选课失败，篮球课名额为0，请选择其他课程") lock.release()def stu2(): global lock lock.acquire() print("stu2开始选课") global course if course > 0: course -= 1 print("stu2选课成功,现在篮球课所剩名额为%d" % course) else: time.sleep(1) print("stu2选课失败，篮球课名额为0，请选择其他课程") lock.release()def stu3(): global lock lock.acquire() print("stu3开始选课") global course if course > 0: course -= 1 time.sleep(1) print("stu3选课成功,现在篮球课所剩名额为%d" % course) else: time.sleep(1) print("stu3选课失败，篮球课名额为0，请选择其他课程") lock.release()if __name__ == "__main__": # 篮球课名额 course = 2 # 创建同步锁 lock = threading.Lock() T1 = threading.Thread(target=stu1, name="T1") T2 = threading.Thread(target=stu2, name="T2") T3 = threading.Thread(target=stu3, name="T3") T1.start() T2.start() T3.start()效果图：
