下面小编就为大家带来一篇python简单线程和协程学习心得(分享)。小编觉得挺不错的，现在就分享给大家，也给大家做个参考。一起跟随小编过来看看吧
python中对线程的支持的确不够，不过据说python有足够完备的异步网络框架模块，希望日后能学习到，这里就简单的对python中的线程做个总结
threading库可用来在单独的线程中执行任意的python可调用对象。尽管此模块对线程相关操作的支持不够，但是我们还是能够用简单的线程来处理I/O操作，以减低程序响应时间。
from threading import Thread
import time
def countdown(n):
while n > 0:
print('T-minus:', n)
n -= 1
t = Thread(target=countdown, args=(10,))
t.start() # 开启线程
time.sleep(2)
if t.is_alive() is True:
print("停止线程...")
t._stop() # 停止线程start函数是用来开启线程的，_stop函数是用来停止线程的。为了防止在线程中进行I/O操作时出现阻塞等问题，运行一段时间之后，可以判断线程是否还存活，如果线程还存在就调用_stop()停止，防止阻塞(你可以将_stop函数封装到类中，我这里并没有这么做)。
当然，你可以调用ThreadPool线程池来处理，而不是手动创建线程。如果线程间不需要共享变量的话，使用线程还是很方便的，可以减少很多的麻烦操作以及省时。如果需要在线程间进行通信，我们可以使用队列来实现：
立即学习“Python免费学习笔记（深入）”；
from queue import Queue
from threading import Thread
class kill:
def terminate(self, t):
if t.isAlive is True:
t._stop()
def product(out_q):
for i in range(5):
out_q.put(i)
def consumer(in_q):
for i in range(5):
print(in_q.get())
q = Queue()
t1 = Thread(target=consumer, args=(q,))
t2 = Thread(target=product, args=(q,))
t1.start()
t2.start()
k = kill() # 查询线程是否终止，防止阻塞...
k.terminate(t1)
k.terminate(t2)Queue实例会被所有的线程共享，同时它又拥有了所有所需要的锁，因此它们可以安全的在任意多的线程中共享。在这里要注意，不要再多线程中使用除了put(),get()方法之外的queue类的方法，因为在多线程环境中这是不可靠的！对于简单的小型的线程中数据的通信，可以使用队列来处理。如果是大型的数据需要交互通信，python提供了相关的模块你可以使用，具体的u need baidu.
所谓协程，其实就是在单线程的环境下的yield程序。
from collections import deque
def countdown(n):
while n > 0:
print("T-minus", n)
yield # 返回之后下次直接从这里执行...相当于C#里面得yield return .
n -= 1
print("this is countdown!!!")
def countup(n):
x = 0
while x < n:
print("Counting up", x)
yield
x += 1
class TaskScheduler:
def init(self):
self._task_queue = deque()
def new_task(self, task):
self._task_queue.append(task)
def run(self):
while self._task_queue:
task = self._task_queue.popleft()
try:
next(task)
self._task_queue.append(task)
except StopIteration:
pass
sche = TaskScheduler()
sche.new_task(countdown(10))
sche.new_task(countdown(5))
sche.new_task(countup(15))
sche.run()在这里说下自己这段时间使用python的心得，python的确不错，但性能也是为人诟病，一开始学习python，我也是去做一些比较炫的程序，最起码听起来逼格高，比如使用python的自然语言处理来做情感分析以及最热的爬虫程序，还有做炫的数据分析图表。渐渐地，我就放下了那些，因为程序的重点不在那些，只要你会点基本的语法，看得懂官方文档就能够做出来，而程序代码的重点在性能，优化。最大程度的写出功能最完善，性能最优，结构最优美的程序，其实这就有点像是政治老师常说的"文化软实力"，程序中的"软实力"应该是在程序中嵌入最适合的设计模式，做最完备的程序优化，采用最省性能的数据结构等。
