python 多线程？如何把Python入门

python支持多线程效果还不错，很多方面都用到了python 多线程的知识，我前段时间用python 多线程写了个处理生产者和消费者的问题，把代码贴出来给你看下：#encoding=utf-8import threadingimport randomimport timefrom Queue import Queueclass Producer(threading.Thread): def __init__(self, threadname, queue): threading.Thread.__init__(self, name = threadname) self.sharedata = queue def run(self): for i in range(20): print self.getName(),’adding’,i,’to queue’ self.sharedata.put(i) time.sleep(random.randrange(10)/10.0) print self.getName(),’Finished’# Consumer threadclass Consumer(threading.Thread):def __init__(self, threadname, queue): threading.Thread.__init__(self, name = threadname) self.sharedata = queuedef run(self): for i in range(20): print self.getName(),’got a value:’,self.sharedata.get() time.sleep(random.randrange(10)/10.0) print self.getName(),’Finished’# Main threaddef main(): queue = Queue() producer = Producer(’Producer’, queue) consumer = Consumer(’Consumer’, queue) print ’Starting threads ...’ producer.start() consumer.start() producer.join() consumer.join() print ’All threads have terminated.’if __name__ == ’__main__’: main()如果你想要了解更多的python 多线程知识可以点下面的参考资料的地址，希望对有帮助！

阶段一：基础阶段Python语言基础· 环境搭建与装备· 变量和数据类型· 编程根底· 装修器· gui介绍简易爬虫实战· 工具阶段· Pip安装办法以及环境· Pip根底运用和指定源· Virtualenv安装· Pycharm&pdb调试技巧Python面向目标· 面向目标入门及特征· 类办法运用及特征· 访问束缚· super和self目标· 嵌套类和嵌套函数web前端根底· HTML+CSS· Javascript· Jquery万丈高楼平地起，再牛逼的大神也需求打好根底，Python语言根底、面向目标编程、开发工具及前端根底等知识点。阶段二：爬虫阶段爬虫根底· 简略爬虫实例· 办法抓取· 正则表达式的根本运用· 模仿登陆· cookie操作· requstsGit根本运用· 基于github文档装备· pull requst· 常用命令· remote和clone· big分支· feature分支Scrapy结构· Scrapy初步简介· Scrapy常用命令· 爬虫中心· 图片抓取· cookie处理MYSQL数据库· sql标准和创建· 主外键束缚· 数据关联处理· 运算符· 常用函数从爬虫根底，到各大爬虫结构的应用，能熟练掌握常用的爬虫技巧并能独立开发商业爬虫阶段三：Web阶段flask入门· flask上下文呼应· flask路由· flask模板· flask入门数据库操作· Jinja2根本语法· flask入门布置Django根底· 创建网站· sqlite3数据库简介· 数据库根本操作· admin运用Ajax初步· Ajax简介/运转环境· eval&dom· 数据封装· ajax注册用户Django进阶· jinjia2替换模板引擎· admin高档定制· admin actions· 集成已有的数据库· 通用视图实战：个人博客系统· 项目分析· Web开发流程介绍· 数据库设计· 自定义Manger管理· 项目布置上线flask，django等常用的python web开发结构，以及ajax等交互技术，经过学习能够将爬取的数据以网页或者接口的形式来呈现给用户阶段四：项目阶段· 开发前预备· 需求和功用解说· 代码结构· 注意事项版本控制管理软件· 常用版本控制和原理· Svn常用实操· Svn高档· 四大开源站点· Git详解· Git对比SvnDiango缓存优化· Filesystem缓存解析· Database缓存解析· 缓存装备与运用· 自定义缓存· Redis缓存· Django缓存优化性能评估网站发布· 介绍Diango和它的基· 布置前预备· 主流布置方法介绍· Diango多服务器分离· 脚本自动化· Diango的服务器安全丰厚的项目经验是找工作的必要条件

从入门级选手到专业级选手都在做的——爬虫用 Python 写爬虫的教程网上一抓一大把，据我所知很多初学 Python 的人都是使用它编写爬虫程序。小到抓取一个小黄图网站，大到一个互联网公司的商业应用。通过 Python 入门爬虫比较简单易学，不需要在一开始掌握太多太基础太底层的知识就可以很快上手，而且很快可以做出成果，非常适合小白一开始想做出点看得见的东西的成就感。除了入门，爬虫也被广泛应用到一些需要数据的公司、平台和组织，通过抓取互联网上的公开数据，来实现一些商业价值是非常常见的做法。当然这些选手的爬虫就要厉害的多了，需要处理包括路由、存储、分布式计算等很多问题，与小白的抓黄图小程序，复杂度差了很多倍。Web 程序除了爬虫，Python 也广泛应用到了 Web 端程序，比如你现在正在使用的知乎，主站后台就是基于 Python 的 tornado 框架，豆瓣的后台也是基于 Python。除了 tornado (Tornado Web Server)，Python 常用的 Web 框架还有 Flask(Welcome | Flask (A Python Microframework))，Django (The Web framework for perfectionists with deadlines) 等等。通过上述框架，你可以很方便实现一个 Web 程序，比如我认识的一些朋友，就通过 Python 自己编写了自己的博客程序，包括之前的 zhihu.photo，我就是通过 Flask 实现的后台(出于版权等原因，我已经停掉了这个网站)。除了上述框架，你也可以尝试自己实现一个 Web 框架。桌面程序Python 也有很多 UI 库，你可以很方便地完成一个 GUI 程序(话说我最开始接触编程的时候，就觉得写 GUI 好炫酷，不过搞了好久才在 VC6 搞出一个小程序，后来又辗转 Delphi、Java等，最后接触到 Python 的时候，我对 GUI 已经不感兴趣了)。Python 实现 GUI 的实例也不少，包括大名鼎鼎的 Dropbox，就是 Python 实现的服务器端和客户端程序。人工智能(AI)与机器学习人工智能是现在非常火的一个方向，AI热潮让Python语言的未来充满了无限的潜力。现在释放出来的几个非常有影响力的AI框架，大多是Python的实现，为什么呢?因为Python足够动态、具有足够性能，这是AI技术所需要的技术特点。比如基于Python的深度学习库、深度学习方向、机器学习方向、自然语言处理方向的一些网站基本都是通过Python来实现的。机器学习，尤其是现在火爆的深度学习，其工具框架大都提供了Python接口。Python在科学计算领域一直有着较好的声誉，其简洁清晰的语法以及丰富的计算工具，深受此领域开发者喜爱。早在深度学习以及Tensorflow等框架流行之前，Python中即有scikit-learn，能够很方便地完成几乎所有机器学习模型，从经典数据集下载到构建模型只需要简单的几行代码。配合Pandas、matplotlib等工具，能很简单地进行调整。而Tensorflow、PyTorch、MXNet、Keras等深度学习框架更是极大地拓展了机器学习的可能。使用Keras编写一个手写数字识别的深度学习网络仅仅需要寥寥数十行代码，即可借助底层实现，方便地调用包括GPU在内的大量资源完成工作。值得一提的是，无论什么框架，Python只是作为前端描述用的语言，实际计算则是通过底层的C/C++实现。由于Python能很方便地引入和使用C/C++项目和库，从而实现功能和性能上的扩展，这样的大规模计算中，让开发者更关注逻辑于数据本身，而从内存分配等繁杂工作中解放出来，是Python被广泛应用到机器学习领域的重要原因。科学计算Python 的开发效率很高，性能要求较高的模块可以用 C 改写，Python 调用。同时，Python 可以更高层次的抽象问题，所以在科学计算领域也非常热门。包括 scipy、numpy 等用于科学计算的第三方库的出现，更是方便了又一定数学基础，但是计算机基础一般的朋友。