Python多线程调用多个函数技巧
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 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 timedef 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
- 上一篇
- Promise.withResolvers简化异步流程设计
- 下一篇
- 12306账号注销方法及关闭步骤
-
- 文章 · python教程 | 1小时前 | python · 内存优化 · Python教程 · 文件读取 大文件处理 Python mmap 分段映射 ALLOCATIONGRANULARITY
- Python mmap 怎样分段处理超过内存的大文件
- 146浏览 收藏
-
- 文章 · python教程 | 3小时前 | python · Python 二进制协议 零拷贝 memoryview
- Python memoryview 如何零拷贝切片二进制协议数据
- 225浏览 收藏
-
- 文章 · python教程 | 5小时前 | 并发控制 · Python教程 · asyncio · 虚假唤醒 wait_for Python asyncio asyncio.Condition 异步同步
- Python asyncio.Condition.wait_for 如何处理虚假唤醒
- 478浏览 收藏
-
- 文章 · python教程 | 7小时前 |
- Python ExceptionGroup 派生新组时如何保留异常元数据
- 417浏览 收藏
-
- 文章 · python教程 | 8小时前 | 异常处理 · 并发编程 · Python教程 · asyncio · asyncio 结构化并发 ExceptionGroup except* Python TaskGroup
- Python TaskGroup 如何汇总多个子任务异常
- 208浏览 收藏
-
- 文章 · python教程 | 12小时前 | 并发编程 · 工程实践 · Python教程 · 多进程日志 QueueListener multiprocessing.Queue RotatingFileHandler Python QueueHandler
- Python 日志 QueueHandler 解决多进程写入争用
- 186浏览 收藏
-
- 文章 · python教程 | 15小时前 | 数据校验 · python · Pydantic 部分更新 exclude_unset model_fields_set 显式空值 model_dump
- Pydantic 模型更新时区分未提供字段与显式空值
- 399浏览 收藏
-
- 文章 · python教程 | 17小时前 |
- pytest Fixture 作用域如何影响测试隔离与速度
- 341浏览 收藏
-
- 文章 · python教程 | 19小时前 | Python教程 · pathlib · 路径安全 Python pathlib Path.resolve 目录穿越 relative_to
- Pathlib 安全拼接用户路径:解析后再验证根目录
- 463浏览 收藏
-
- 文章 · python教程 | 21小时前 | 性能优化 · Python教程 · Python 进程间通信 pickle multiprocessing SharedMemory
- multiprocessing 传输大对象为何变慢,如何减少序列化
- 478浏览 收藏
-
- 文章 · python教程 | 1天前 | python · Python import很慢 -X importtime 模块级副作用 延迟导入 Python启动优化
- Python import 很慢怎么分析:模块级副作用与延迟导入
- 292浏览 收藏
-
- 文章 · python教程 | 1天前 | python · 异步编程 · Python asyncio contextvars request_id
- contextvars 在异步请求链中传递追踪信息
- 393浏览 收藏
-
- 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
- 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
- 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
- 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
- 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
-
- 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
- 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
- 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
-
- 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
- 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
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览

