当前位置:首页 > 文章列表 > 文章 > python教程 > Python多线程调用多个函数技巧

Python多线程调用多个函数技巧

2026-05-08 15:07:55 0浏览 收藏
本文深入浅出地讲解了如何使用Python的threading模块通过多线程并发执行多个函数,涵盖线程创建(target参数)、启动(start)、同步等待(join)、灵活传参(args/kwargs)、批量管理(列表统一控制)等核心技巧,并特别强调了实际开发中极易被忽视的关键点:I/O密集型任务能显著受益于多线程,而CPU密集型任务则受限于GIL难以提速;同时,共享数据必须配合Lock实现线程安全,否则极易引发不可预测的数据竞争问题——掌握这些要点,你就能写出既高效又健壮的并发代码。

python如何使用多线程执行多个函数?

Python 中可以用 threading.Thread 为每个函数创建一个线程,让它们并发执行。注意:由于全局解释器锁(GIL),多线程对 CPU 密集型任务提速有限,但对 I/O 密集型(如网络请求、文件读写)很有效。

基本用法:为每个函数启动一个线程

把目标函数传给 Thread 的 target 参数,用 .start() 启动,用 .join() 等待完成:

import threading
import time

def func_a(): print("A 开始") time.sleep(2) print("A 结束")

def func_b(): print("B 开始") time.sleep(1) print("B 结束")

创建线程

t1 = threading.Thread(target=func_a) t2 = threading.Thread(target=func_b)

启动线程

t1.start() t2.start()

等待两个线程都结束

t1.join() t2.join()

print("全部完成")

传递参数给多线程函数

用 args(元组)或 kwargs(字典)传参:

def greet(name, times=1):
    for i in range(times):
        print(f"Hello, {name} ({i+1})")
        time.sleep(0.5)

t = threading.Thread(target=greet, args=("Alice",), kwargs={"times": 2}) t.start() t.join()

管理多个线程:用列表统一启停

适合同时运行 3 个以上函数,避免重复写 t1、t2:

  • 把所有 Thread 对象存进列表
  • 遍历调用 .start() 启动全部
  • 再遍历调用 .join() 等待全部结束
threads = []
for func in [func_a, func_b, greet]:
    if func == greet:
        t = threading.Thread(target=func, args=("Bob",))
    else:
        t = threading.Thread(target=func)
    threads.append(t)

for t in threads: t.start() for t in threads: t.join()

注意线程安全:共享变量要加锁

多个线程修改同一个变量(如计数器、列表)时,可能出错。用 threading.Lock 保护临界区:

counter = 0
lock = threading.Lock()

def increment(): global counter for _ in range(100000): with lock: # 自动 acquire/release counter += 1

t1 = threading.Thread(target=increment) t2 = threading.Thread(target=increment) t1.start(); t2.start() t1.join(); t2.join() print(counter) # 稳定输出 200000

基本上就这些。不复杂但容易忽略 join 和锁 —— 忘了 join 主线程会提前退出;忘了锁,数据就可能乱。

文中关于函数,多线程的知识介绍,希望对你的学习有所帮助!若是受益匪浅,那就动动鼠标收藏这篇《Python多线程调用多个函数技巧》文章吧,也可关注golang学习网公众号了解相关技术文章。

Promise.withResolvers简化异步流程设计Promise.withResolvers简化异步流程设计
上一篇
Promise.withResolvers简化异步流程设计
12306账号注销方法及关闭步骤
下一篇
12306账号注销方法及关闭步骤
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    386次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    466次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    474次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    415次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    240次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码