### 如何正确创建和传递参数给 Python 线程 在 Python 的 `threading` 模块中，可以通过 `Thread` 类来创建线程，并通过其构造函数中的 `target` 和 `args` 参数指定要运行的目标函数及其对应的参数。以下是关于如何正确创建和传递参数给 Python 线程的具体说明。 #### 使用 `args` 传递单个或多个位置参数 当目标函数需要接收参数时，可以使用 `args` 参数将这些参数作为元组传入。如果只有一个参数，则仍需将其写成元组形式（注意逗号）。例如： ```python from threading import Thread def print_number(number): print(f"Number is {number}") t = Thread(target=print_number, args=(10,)) t.start() t.join() # 主线程等待子线程结束后再继续执行[^1] ``` 上述代码展示了如何向目标函数传递单一参数的情况。这里需要注意的是即使只传递一个参数也需要加上逗号 `(10,)` 来构成合法的元组结构。 #### 使用 `kwargs` 传递关键字参数 除了位置参数外，还可以利用 `kwargs` 字典的形式传递关键字参数到目标函数里去。下面的例子演示了这一过程: ```python from threading import Thread def greet(name="World"): print(f"Hello, {name}!") t = Thread(target=greet, kwargs={"name": "Alice"}) t.start() t.join() # 确保主线程不会提前退出[^4] ``` 在这个例子中，我们通过 `kwargs` 将字典 `{ 'name': 'Alice' }` 提供给了 `greet()` 函数，从而实现了自定义问候语的功能。 #### 结合锁机制保护共享资源 为了防止多线程环境下的竞态条件(race condition)，通常会引入锁(lock)对象来协调各线程对共享数据的操作顺序。以下是一则综合运用了线程与锁的经典案例——计数器累加操作： ```python import threading lock = threading.Lock() counter = 0 def increment(): global counter for _ in range(100_000): with lock: # 加锁区域 counter += 1 threads = [] for i in range(10): t = threading.Thread(target=increment) threads.append(t) t.start() for t in threads: t.join() # 阻塞直到所有工作线程都已完成[^2] print(f"Final Counter Value: {counter}") ``` 此程序片段首先初始化了一个全局变量 `counter` 及一把互斥锁 `lock`；接着定义了名为 `increment` 的辅助方法，在其中每次修改 `counter` 值之前都会先获取该锁；最后启动十个独立的工作线程分别调用这个方法并最终打印出累计后的结果值。 ---