對于多線程的使用，我們經常是用thread來創建，比較繁瑣. 在Python中，可以使用map函數簡化代碼。map可以實現多任務的并發
簡單說明map()實現多線程原理：
task = [‘任務1', ‘任務2', ‘任務3', …]
map 函數一手包辦了序列操作、參數傳遞和結果保存等一系列的操作，map函數負責將線程分給不同的CPU。
在 Python 中有個兩個庫包含了 map 函數： multiprocessing 和它鮮為人知的子庫 multiprocessing.dummy.dummy 是 multiprocessing 模塊的完整克隆，唯一的不同在于 multiprocessing 作用于進程，而 dummy 模塊作用于線程。
代碼如下：
from multiprocessing.dummy import Pool as ThreadPool
import os
import requests
import time
import numpy as np
# 文件夾位置
filepath = r'C:\Users\Administrator\Desktop\ceshi'
pool = ThreadPool(10)#開啟線程數,即一次性拋出的請求數
time_list = []#用來計算時間
xml_list = []#數據集
pathDir = os.listdir(filepath)
for i, allDir in enumerate(pathDir):
filename = os.path.join('%s%s' % (filepath + '\\', allDir))
kk = open(filename, 'r', encoding='utf-8').read()
data = kk.encode('utf-8')
for k in range(10):
xml_list.append(data)
def res(data):
# 訪問目標服務器地址
url_host = 'https://mp.csdn.net/mdeditor#'
start = time.clock()
s = requests.post(url_host, data=data)
end = time.clock()
if s.status_code == 200:
print(end-start)
time_list.append(end-start)
else:
print('請求失敗')
# 傳入的參數,1為函數, 2為參數
result = pool.map(res, xml_list)
all_arr = np.array(time_list)
aver = np.mean(all_arr)
variance = np.var(all_arr)
mid = np.median(all_arr)
min_num = np.min(all_arr)
max_num = np.max(all_arr)
print('平均值 : '+ str(aver))
print('方差 : ' + str(variance))
print('中值 : ' + str(mid))
print('最小值 : ' + str(min_num))
print('最大值 : ' + str(max_num))
個人做的小測試，如果有錯誤的地方希望留言提出意見及建議。
補充：python多進程(multiprocessing)(map)
map的基本使用：
map函數一手包辦了序列操作，參數傳遞和結果保存等一系列的操作。
from multiprocessing.dummy import Pool
poop = Pool(4) # 4代表電腦是多少核的
results = pool.map(爬取函數,網址列表)
from multiprocessing.dummy import Pool as ThreadPool
import requests
import time
kv = {'user-agent':'Mozilla/5.0'}
def getsource(url):
html = requests.get(url,headers=kv)
urls = []
for i in range(0,41):
i = i*50
newpage = 'https://tieba.baidu.com/f?kw=讀書ie=utf-8pn=' + str(i)
urls.append(newpage)
# 單線程爬取
time1 = time.time()
for each in urls:
print(each)
getsource(each)
time2 = time.time()
print('單線程耗時: ' + str(time2-time1))
# 多線程爬取
pool = ThreadPool(8)
time3 = time.time()
results = pool.map(getsource, urls)
pool.close()
pool.join()
time4 = time.time()
print('多線程所消耗時間:' + str(time4 - time3))
以上為個人經驗，希望能給大家一個參考，也希望大家多多支持腳本之家。如有錯誤或未考慮完全的地方，望不吝賜教。
您可能感興趣的文章:- python中的內置函數max()和min()及mas()函數的高級用法
- python print()函數的end參數和sep參數的用法說明
- python處理emoji表情(兩個函數解決兩者之間的聯系)
- 解決python2中unicode()函數在python3中報錯的問題
- python繪圖subplots函數使用模板的示例代碼
- python-opencv中的cv2.inRange函數用法說明
- Python input()函數用法大全
- python Pool常用函數用法總結
- Python函數參數中的*與**運算符
- 詳解python函數傳參傳遞dict/list/set等類型的問題
- Python3去除頭尾指定字符的函數strip()、lstrip()、rstrip()用法詳解
- Python進階之高級用法詳細總結
