唔…….感到有点像Java。

我如今并不想解释应用Producer / Consume来解决线程/多过程的办法是缺点的——因为它肯定精确，并且在很多情况下它是最佳办法。但我不认为这是日常平凡写代码的最佳选择。

它的问题地点(小我不雅点)

起首，你须要创建一个样板式的铺垫类。然后，你再创建一个队列，经由过程其传递对象和监管队列的两妒攀来完成义务。(如不雅你想实现数据的交换或存储，平日还涉及另一个队列的介入)。

Worker越多，问题越多。

Map按序处理这些迭代。调用这个函数，它就会返回给我们一个按序存储着结不雅的简略单纯列表。

接下来，你应当会创建一个worker类的pool来进步Python的速度。下面是IBM tutorial给出的较好的办法。这也是法度榜样员们在应用多线程检索web页面时的常用办法。

#Example2.py 
 
""" 
 
A more realistic thread pool example 
 
""" 
 
  
 
import time 
 
import threading 
 
import Queue 
 
import urllib2 
 
  
 
class Consumer(threading.Thread): 
 
    def __init__(self, queue): 
 
        threading.Thread.__init__(self) 
 
        self._queue = queue 
 
  
 
    def run(self): 
 
        while True: 
 
            content = self._queue.get() 
 
            if isinstance(content, str) and content == "quit": 
 
                break 
 
            response = urllib2.urlopen(content) 
 
       print "Bye byes!" 
 
  
 
def Producer(): 
 
    urls = [ 
 
         "http://www.python.org', 'http://www.yahoo.com", 
 
        "http://www.scala.org', 'http://www.google.com", 
 
    # etc.. 
 	
			
 3/8   首页 上一页 1 2 3 4 5 6 下一页 尾页
	
			

　　推荐阅读
　　理解深度学习的钥匙 –启蒙篇
            
            神经收集是有史以来创造的最优美的编程范式之⼀。在传统的编程⽅法中，我们告诉计算机做什么，把⼤问题分成很多小的、准肯定义的义务，计算机可以很轻易地履行。比拟之>>>详细阅读


本文标题：Python一行代码完成并行任务
地址：http://www.17bianji.com/lsqh/34782.html
 1/2    1