python如何让多条程序同时运行

### Python 实现多任务并发执行 #### 使用多线程实现并发 Python 提供 `threading` 模块来创建和管理线程。尽管存在 GIL 的限制，对于 I/O 密集型应用来说，多线程仍然能显著提高效率。 ```python import threading def task(name): print(f"Task {name} is running") threads = [] for i in range(5): t = threading.Thread(target=task, args=(i,)) threads.append(t) t.start() for t in threads: t.join() ``` 此代码展示了如何启动多个线程并等待它们完成[^1]。 #### 利用多进程提升性能为了绕过 GIL 对 CPU 密集型任务的影响，可以采用 `multiprocessing` 库中的 Process 类来进行多进程编程。这允许充分利用多核处理器的优势。 ```python from multiprocessing import Process def cpu_bound_task(task_id): total = 0 for _ in range(10**7): total += 1 print(f'Task {task_id}: Done') if __name__ == '__main__': processes = [] for i in range(4): p = Process(target=cpu_bound_task, args=(i,)) processes.append(p) p.start() for process in processes: process.join() ``` 这段脚本说明了怎样分配独立的任务给不同的进程处理[^3]。 #### 协程提供轻量级并发随着异步 IO 和事件循环的支持不断增强，在现代版本的 Python 中推荐使用 asyncio 来编写基于协程的应用程序。这种方式特别适合网络爬虫或其他涉及大量等待时间的操作。 ```python import asyncio async def async_task(index): await asyncio.sleep(1) print(f'Async Task {index}') async def main(): tasks = [asyncio.create_task(async_task(i)) for i in range(5)] await asyncio.gather(*tasks) asyncio.run(main()) ``` 上述例子体现了通过定义异步函数并通过调度器协调其执行的过程[^2]。

创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

下一篇 python随机给栅格加减500