首页
关于
留言
友情链接
推荐
粽子SHOP
Search
1
粽子SHOP即时到账 微信插件(MyWechat)
5,056 阅读
2
PS人像美颜插件 DR5.0增强版 一键人像磨皮/美白/高低频
4,300 阅读
3
Windows Navicat Premium16.3.2 免安装 绿色汉化版
3,102 阅读
4
彩虹聚合登录API源码/上元二开 QQ互联分发
3,077 阅读
5
LayuiTable导出所有数据,无需修改后端代码
2,545 阅读
程序源码
PHP源码
HTML源码
精品程序
易语言源码
活动资讯
技术分享
实用代码
实用工具
学习笔记
PHP笔记
前端笔记
uniapp
Python
逆向
docker
thinkPHP
登录
Search
标签搜索
python
docker
typescript
swoole
thinkphp6
php
composer
composer命令
tp6
tp中间件
vue
node.js
粽子shop
thinkSwoole
R语言
timi
王者荣耀
王者荣耀ios扫码
layer
layer图片预览
烂掉的ay
累计撰写
96
篇文章
累计收到
1,054
条评论
首页
栏目
程序源码
PHP源码
HTML源码
精品程序
易语言源码
活动资讯
技术分享
实用代码
实用工具
学习笔记
PHP笔记
前端笔记
uniapp
Python
逆向
docker
thinkPHP
页面
关于
留言
友情链接
推荐
粽子SHOP
搜索到
21
篇与
python
的结果
2025-02-02
docker-R语言多版本安装,在python中使用R容器执行脚本
.env# 新增R版本 4.2.1 R_NAME_421=r_4_2_1 # 容器/镜像 名称 R_VERSION_421=4.2.1 # 版本号 R_PORT_421=8780 # 新增R版本 4.3.0 R_NAME_430=r_4_3_0 R_VERSION_430=4.3.0 R_PORT_430=8781 # 新增R版本 4.4.2 R_NAME_442=r_4_4_2 R_VERSION_442=4.4.2 R_PORT_442=8782docker-compose.yml # R 服务 4.2.1 r_4_2_1: build: context: . dockerfile: ${R_DOCKERFILE} # dockerfile公共文件 args: FROM_IMAGE: rocker/r-ver:${R_VERSION_421} # 指定镜像版本 R_BIOC_MIRROR: ${R_BIOC_MIRROR} # 公共 镜像源 R_CRAN: ${R_CRAN} container_name: ${R_NAME_421} # 指定版本名称 image: ${R_NAME_421}-image # 指定镜像名称 ports: - "${R_PORT_421}:${R_PORT_421}" # 指定端口 volumes: - ./R:/workspace/R - ./static/matrix:/workspace/static/matrix - .env:/workspace/.env # 挂载 .env 文件 #- ./store/docker/r-library/${R_NAME_442}:/usr/local/lib/R/site-library # 持久化 R 包的安装位置 environment: - R_HOME=/usr/local/lib/R command: Rscript R/http/start.R # 启动API服务 restart: unless-stopped networks: - backend # R 服务 4.3.0 r_4_3_0: build: context: . dockerfile: ${R_DOCKERFILE} # dockerfile公共文件 args: FROM_IMAGE: rocker/r-ver:${R_VERSION_430} # 指定镜像版本 R_BIOC_MIRROR: ${R_BIOC_MIRROR} # 公共 镜像源 R_CRAN: ${R_CRAN} container_name: ${R_NAME_430} # 指定版本名称 image: ${R_NAME_430}-image # 指定镜像名称 ports: - "${R_PORT_430}:${R_PORT_430}" # 指定端口 volumes: - ./R:/workspace/R - ./static/matrix:/workspace/static/matrix - .env:/workspace/.env # 挂载 .env 文件 #- ./store/docker/r-library/${R_NAME_430}:/usr/local/lib/R/site-library # 持久化 R 包的安装位置 environment: - R_HOME=/usr/local/lib/R command: Rscript R/http/start.R # 启动API服务 restart: unless-stopped networks: - backend # R 服务 4.4.2 r_4_4_2: build: context: . dockerfile: ${R_DOCKERFILE} # dockerfile公共文件 args: FROM_IMAGE: rocker/r-ver:${R_VERSION_442} # 指定镜像版本 R_BIOC_MIRROR: ${R_BIOC_MIRROR} # 公共 镜像源 R_CRAN: ${R_CRAN} container_name: ${R_NAME_442} # 指定版本名称 image: ${R_NAME_442}-image # 指定镜像名称 ports: - "${R_PORT_442}:${R_PORT_442}" # 指定端口 volumes: - ./R:/workspace/R - ./static/matrix:/workspace/static/matrix - .env:/workspace/.env # 挂载 .env 文件 #- ./store/docker/r-library/${R_VERSION_442}:/usr/local/lib/R/site-library # 持久化 R 包的安装位置 environment: - R_HOME=/usr/local/lib/R command: Rscript R/http/start.R # 启动API服务 restart: unless-stopped networks: - backend dockerfileARG FROM_IMAGE=rocker/r-ver:4.4.1 FROM ${FROM_IMAGE} ARG R_BIOC_MIRROR=https://mirrors.tuna.tsinghua.edu.cn/bioconductor ARG R_CRAN=https://mirrors.tuna.tsinghua.edu.cn/CRAN/ # 设置镜像源为清华大学的 CRAN 镜像和 Bioconductor 镜像 RUN echo "options(BioC_mirror = '${R_BIOC_MIRROR}')" >> /usr/local/lib/R/etc/Rprofile.site RUN echo "options(repos = c(CRAN = '${R_CRAN}'))" >> /usr/local/lib/R/etc/Rprofile.site ## 安装系统依赖包 RUN sed -i 's|http://archive.ubuntu.com/ubuntu/|https://mirrors.tuna.tsinghua.edu.cn/ubuntu/|' /etc/apt/sources.list && \ apt-get update && \ apt-get install -y \ libcurl4-openssl-dev \ libssl-dev \ libxml2-dev \ libfontconfig1-dev \ libharfbuzz-dev \ libfribidi-dev \ libpango1.0-dev \ libx11-dev \ libxt-dev \ libjpeg-dev \ libpng-dev \ libtiff-dev \ libbz2-dev \ libsodium-dev \ && rm -rf /var/lib/apt/lists/* \ # 安装中文字体 RUN apt-get update && apt-get install -y fonts-wqy-zenhei fonts-wqy-microhei ttf-mscorefonts-installer fontconfig # 查看系统中的中文字体:fc-list :lang=zh # 报错:dpkg 进程被中断了; 修复:dpkg --configure -a ## 设定工作目录 WORKDIR /workspace ## 常用包安装脚本 COPY R/docker/install_packages.R /workspace/install_packages.R # 验证文件是否被成功复制 RUN ls -l /workspace/install_packages.R ## 执行(耗时) RUN Rscript /workspace/install_packages.R ## 设定工作目录 WORKDIR /workspace # ## 保持容器在后台运行 CMD ["tail", "-f", "/dev/null"] install_packages.R # 安装常用的包 install.packages('pheatmap') install.packages('BiocManager') options(timeout = 600) install_missing_packages <- function(packages) { if (!requireNamespace("BiocManager", quietly = TRUE)) { install.packages("BiocManager") } for (package in packages) { if (!requireNamespace(package, quietly = TRUE)) { cat(paste("开始安装", package, "...\n")) BiocManager::install(package, ask = FALSE) } else { cat(paste( packageVersion(package), package, "已安装.\n" )) } } } # 安装常用的包 packages <- c('GEOquery', 'ggplot2', 'readxl', 'readr', 'openxlsx', 'dplyr', 'clusterProfiler', 'limma', 'DESeq2', 'ggtree', 'org.Hs.eg.db','org.Mm.eg.db','org.Rn.eg.db','GOplot','stringr', 'enrichplot', 'treeio', 'WGCNA', 'igraph','plumber','jsonlite','dotenv','remotes') # 安装缺失的 R 包 install_missing_packages(packages) # 针对某个版本中的某些包进行检测安装 r_version <- getRversion() cat(paste("检测R版本", r_version , "...\n")) if(r_version == "4.2.1"){ if (!requireNamespace("ggtree", quietly = TRUE)) { remotes::install_github("YuLab-SMU/ggtree") } if (!requireNamespace("clusterProfiler", quietly = TRUE)) { remotes::install_github("ctlab/fgsea") BiocManager::install("clusterProfiler") } } if(r_version == "4.3.0"){ if (!requireNamespace("ggtree", quietly = TRUE) && !requireNamespace("limma", quietly = TRUE) && !requireNamespace("org.Hs.eg.db", quietly = TRUE) ) { options(BioC_mirror = "https://bioconductor.org") install_missing_packages(packages) } if (!requireNamespace("ggtree", quietly = TRUE)) { remotes::install_github("YuLab-SMU/ggtree") } if (!requireNamespace("clusterProfiler", quietly = TRUE)) { remotes::install_github("ctlab/fgsea") BiocManager::install("clusterProfiler") } } 如何在Python中使用R容器,执行R脚本?搭建好后可以通过接口的方式运行R脚本也可以使用py-docker操作容器(线上可能需要挂载docker守护进程)接口服务http.R if (!requireNamespace("plumber", quietly = TRUE)) { cat(paste("开始安装", "plumber", "...\n")) BiocManager::install("plumber", ask = FALSE) } if (!requireNamespace("jsonlite", quietly = TRUE)) { cat(paste("开始安装", "jsonlite", "...\n")) BiocManager::install("jsonlite", ask = FALSE) } if (!requireNamespace("dotenv", quietly = TRUE)) { cat(paste("开始安装", "dotenv", "...\n")) BiocManager::install("dotenv", ask = FALSE) } cat("当前工作目录",getwd(),"\n") # 加载 dotenv 包 library(dotenv) library(plumber) # 读取 .env 文件 load_dot_env(".env") #print(Sys.getenv()) # 获取 R 版本号 r_version <- getRversion() cat("R版本:", as.character(r_version), "\n") # 将 R 版本号转换为 .env 文件中的键名格式 例如:4.2.1 -> 421 r_version_key <- gsub("\\.", "", as.character(r_version)) # 构建端口号的键名 port_key <- paste0("R_PORT_", r_version_key) # 从 .env 文件中获取端口号 port <- as.integer(Sys.getenv(port_key)) if (is.na(port)) { # 如果端口号不存在,使用默认端口 port <- 8006 # 默认端口 warning("未找到当前R版本的端口配置(",port_key,") 使用默认端口:", port) }else{ cat("找到当前 R 版本的端口配置:", port, "\n") } # 创建 plumber API pr <- plumb("R/http/app.R") # 启动 plumber 服务 pr$run(host = "0.0.0.0", port = port) app.Rlibrary(jsonlite) # 定义一个 API 端点,执行 R 脚本 #* 执行 R 脚本 #* @post /run_r_script function(req, script = "", param = "") { # 调用执行脚本的函数 result <- run_script(script, param) return(result) } #* 执行系统命令 post #* @post /run_command function(req, command = "") { if (command == "") { return(list(code = unbox(0),msg = unbox("未提供命令") )) } # 执行系统命令 result <- tryCatch({ output <- system(command, intern = TRUE) list(code = unbox(1), msg = unbox("命令执行成功"), data = output) }, error = function(e) { list(code = unbox(0), msg = unbox(e$message) ) }) return(result) } # 执行 R 脚本的函数 run_script <- function(script_path, params) { setwd("/workspace") # 检查脚本文件是否存在 if (!file.exists(script_path)) { return( list( code = unbox(0), msg = unbox("脚本文件不存在"), data = getwd() )) } # 将参数转换为 R 对象 #params <- jsonlite::fromJSON(params) # 构造命令行 command <- paste("Rscript", script_path, shQuote(params)) # 在独立环境中执行脚本 result <- tryCatch({ #run_result <- source(script_path) # 执行结果 run_result <- system(command, intern = TRUE) print(run_result) # 获取退出状态 exit_status <- attr(run_result, "status") exit_status <- ifelse(is.null(exit_status), 0, exit_status) print(cat("退出状态:",exit_status,"\n")) if(exit_status == 1){ # 将 run_result 转换为字符串 result_string <- paste(run_result, collapse = "\n") #print(result_string) list( code = unbox(0), # 使用 unbox() 将 code 转换为标量值 msg = unbox(result_string), data = run_result, # 捕获的输出 output = params ) }else{ #run_result <- capture.output(source(script_path)) list( code = unbox(1), # 使用 unbox() 将 code 转换为标量值 msg = unbox("脚本执行成功"), data = run_result, # 捕获的输出 output = params ) } }, error = function(e) { print(e) list( code = unbox(0), msg = unbox("脚本执行失败"), data = NULL, output = unbox(e$message) ) }) return(result) }
2025年02月02日
10 阅读
0 评论
0 点赞
2024-12-13
docker中安装Python和R语言,并指定版本和R包
最近开发的一个项目,用到了R语言脚本。因为开发环境版本是4.4.2,所以生产环境也要装4.4.2。本来是这样写的,R语言版本指定不了。不管怎么写版本号 r-base=xxx 都安装不上,说不存在。# 安装R语言环境(默认是安装的4.2,但是我要装4.4) RUN apt-get update && apt-get install -y \ --fix-missing \ r-base \ r-cran-devtools \ build-essential \ libcurl4-openssl-dev \ libssl-dev \ libxml2-dev && \ rm -rf /var/lib/apt/lists/*搞不懂,换个思路,直接下载4.2.2版本安装# 使用 python 3.12 作为基础镜像 FROM python:3.12 # 设置工作目录 WORKDIR /app # 安装系统依赖和编译工具 RUN apt-get update && apt-get install -y --no-install-recommends \ build-essential \ wget \ libcurl4-openssl-dev \ libssl-dev \ libxml2-dev \ ca-certificates \ gfortran \ && rm -rf /var/lib/apt/lists/* # 下载并安装 R 4.4.2 源代码 RUN wget https://cran.r-project.org/src/base/R-4/R-4.4.2.tar.gz && \ tar -xvzf R-4.4.2.tar.gz && \ cd R-4.4.2 && \ ./configure && \ make && \ make install && \ cd .. && rm -rf R-4.4.2 R-4.4.2.tar.gz \ R --version # 设置 CRAN 镜像源为清华镜像并安装 R 包 RUN echo "options(repos = c(CRAN = 'https://mirrors.tuna.tsinghua.edu.cn/CRAN/'))" > /usr/local/lib/R/etc/Rprofile.site && \ Rscript -e "install.packages('pheatmap')" && \ Rscript -e "install.packages('BiocManager')" && \ echo "options(BioC_mirror = 'https://mirrors.tuna.tsinghua.edu.cn/bioconductor')" >> /usr/local/lib/R/etc/Rprofile.site && \ Rscript -e "BiocManager::install(version = '3.20')" && \ Rscript -e "BiocManager::install(c('GEOquery', 'ggplot2', 'readxl', 'readr', 'openxlsx', 'dplyr', 'clusterProfiler', 'limma', 'DESeq2'), ask = FALSE)" # 进入容器 # 查看R的安装目录:which R # 查看R版本:R --version 或 Rscript -e "R.version$version.string" # 查看R镜像:Rscript -e "print(getOption('repos'))" # 查看BiocManager版本: Rscript -e "packageVersion("BiocManager")" (BiocManager包的版本号。根据你当前的环境,它可能是通过 CRAN 安装的版本,通常在 1.x 系列) # 查看Bioconductor版本: Rscript -e "BiocManager::version()" (Bioconductor的版本。BiocManager 会根据你所安装的 Bioconductor 版本返回一个版本号。Bioconductor 的版本通常是以 3.x 开头的,例如 3.20。Bioconductor 版本是根据 R 版本来决定的,与 CRAN 上的 BiocManager 版本号是分开的。) # 查看BiocManager镜像: Rscript -e "options('BioC_mirror')" # 将当前目录的内容复制到容器中 COPY . /app # 安装 Python 项目所需的依赖 RUN pip install --no-cache-dir -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple
2024年12月13日
88 阅读
0 评论
0 点赞
2024-09-30
WxPython可视化编辑器1.3 免安装桌面开发工具
介绍WxPython可视化编辑器是一款可视化的Python桌面应用开发工具,界面风格类似易语言。拖拽控件就可以实现页面布局,还能实时查看源代码。展示源代码:写过易语言的是不是很熟悉。这个工具不需要安装,解压即用,用来辅助开发还是很香的。下载地址(附带1.2版本和1.3版本)隐藏内容,请前往内页查看详情
2024年09月30日
68 阅读
1 评论
0 点赞
2023-04-18
Mac下 Python 使用Py2app编译wxpthon程序
介绍Py2app是一个用于将Python脚本转换为可执行应用程序的工具,可用于Mac OS 操作系统上它允许您将Python应用程序和所有依赖项捆绑在一起,创建一个独立的应用程序,而无需安装Python或任何其他库.使用Py2app,您可以将Python编写的应用程序转换为Mac应用程序,这样用户就可以像使用其他应用程序一样使用您的应用程序安装pip3 install py2app可能下载其它依赖包,如:altgraph>=0.17.3, modulegraph>=0.19.3,以及macholib>=1.16.2和setuptools等使用py2applet --make-setup 1.py1.py 是你的程序文件import wx class MyFrame(wx.Frame): def __init__(self, parent, title): wx.Frame.__init__(self, parent, title=title, size=(300, 200)) self.panel = wx.Panel(self) self.button = wx.Button(self.panel, label="Click Me") self.Bind(wx.EVT_BUTTON, self.on_button_click, self.button) self.Show(True) def on_button_click(self, event): wx.MessageBox('Hello wxPython', 'Message', wx.OK | wx.ICON_INFORMATION) app = wx.App(False) frame = MyFrame(None, 'Hello wxPython') app.MainLoop()这时,控制台会出现 Wrote setup.py 。这就代表.py文件的设置文件写成功了目录下出现 setup.py 编译python3 setup.py py2app -A成功后会出现 build 和 dist 文件夹打开 dist 文件夹,即可看到我们的程序 1.app 。双击运行就可以了运行成功
2023年04月18日
165 阅读
0 评论
0 点赞
2023-04-05
Python 闭包函数与装饰器
闭包函数''' 闭包函数是函数内部定义函数 构成条件 1 函数中嵌套一个函数 2 内存嵌套函数 对外部作用域有一个非全局变量的引用 3 外出函数的返回值是内层函数的函数名 作用 保证局部信息不被销毁 数据的安全性 应用 1 保存一些非全局变量 但是不易被销毁、改变的数据 2 装饰器 3 实现数据锁定 ''' # def outF(): # sum = 2 # 定一个非全局变量 # def inF(n): # return sum+1 # # #外出函数返回值是内层函数的函数名 # return inF # def outer(): # n = 10 # def inner(): # n = 20 # print("in",n) # print("ou",n) # inner() # outer() # 闭包函数 def outer(m): n = 10 def inner(): print("in",(n+m)) return inner ot = outer(9) # 调用 ot() #>>> in 19 def a(a): def b(): nonlocal a # 给外层函数变量声明 a += 1 print(a) return b fn_a = a(20) fn_a() #>>> 21 装饰器{tabs}{tabs-pane label="装饰器"} ''' 装饰器的功能 1 函数执行时间统计 2 可以用在框架的路由传参上 3 插入日志 4 事物处理 5 权限娇艳 6 缓存 ''' ''' 装饰器的使用方法 1 先定一个装饰函数(帽子) 2 再定义一个业务函数(类) 3 把帽子带上 装饰器的语法糖用法: @装饰器名称 @intro 相当于 hello = intro(eat) 为eat函数装饰并返回 ''' # 标准装饰器模版 def wrapper(func): # func 业务函数 def inner(*args,**kwargs): res = func(*args,*kwargs) return res return inner{/tabs-pane}{tabs-pane label="使用装饰器(1)"}# 装饰器 def logger(func): def wrapper(*args): print('我准备开始计算{}函数了'.format(func.__name__)) # 真正执行的业务函数 func(*args) print("计算完类") return wrapper # 第一种方法 def add(x,y): print("{} + {} = {}".format(x,y,x+y)) # 使用装饰器来装饰函数 # 把函数名add作为参数传入装饰器 fun = logger(add) fun(1,2) ''' >>> 我准备开始计算add函数了 1 + 2 = 3 计算完类 '''{/tabs-pane}{tabs-pane label="使用装饰器(2)"}# 装饰器 def logger(func): def wrapper(*args): print('我准备开始计算{}函数了'.format(func.__name__)) # 真正执行的业务函数 func(*args) print("计算完类") return wrapper # 第二种方法 # 使用语法糖 @logger def add(x,y): print("{} + {} = {}".format(x,y,x+y)) add(11,4) ''' >>> 我准备开始计算add函数了 11 + 4 = 15 计算完类 ''' {/tabs-pane}{/tabs}
2023年04月05日
127 阅读
0 评论
0 点赞
2023-04-05
Python 安装使用Django创建项目
1. 安装Djangopip install Django -i https://pypi.tuna.tsinghua.edu.cn/simple/2.1 使用Pycharm创建项目2.2 使命令创建项目(不推荐)django-admin startproject test3. 编辑一个路由在 urls.py 文件中添加一个路由# urls.py # ... from django.shortcuts import HttpResponse def login(request): return HttpResponse("test4 login") urlpatterns = [ path('admin/', admin.site.urls), path('login/', login), ] 4. 启动运行1.点击右上角的运行按钮 运行 manage.py 2.访问 http://127.0.0.1:8000 可以访问到项目首页3.访问 http://127.0.0.1:8000/login/ 可以访问到自定义的路由5. 在项目中创建APP一个项目中不能的功能区分,可以创建不能的Apppython manage.py startapp app名称 python manage.py startapp admin python manage.py startapp user python manage.py startapp buy文件目录解析├── app │ ├── __init__.py │ ├── admin.py 内置后台管理的配置 │ ├── apps.py App的名字 不要动 │ ├── migrations 迁移记录 自动生成 │ ├── models.py 数据库 类-〉Sql【经常使用】 │ ├── tests.py 单元测试 │ └── views.py 视图函数【经常使用】 ├── db.sqlite3 ├── manage.py 项目管理文件 ├── templates └── test4 ├── __init__.py ├── asgi.py 异步运行项目 ├── settings.py 项目配置文件 ├── urls.py 根路由 URL和函数对应关系 └── wsgi.py 同步运行项目{lamp/}
2023年04月05日
118 阅读
0 评论
0 点赞
2023-04-05
Python 进程
''' 进程之间相对独立,不共享全局变量 进程常用方法 start() 启动进程实例 is_alive() 判断子进程是否活着 True/False join([timeout]) 是否等待子进程结束(阻塞主进程) timeout = 时间 terminate() 立即终止子进程 进程与线程对比 进程能够完成多任务,如一台电脑可以运行多个软件 线程能够完成多任务,如一个软件打开多个窗口 1。进程资源不共享,线程资源可共享 2。一个程序至少有一个进程,一个进程至少有一个线程 3。线程的划分尺度小于进程,多线程程序并发性高 4。进程在执行过程中拥有独立的内存单元 5。线程不能独立执行 必须依赖在进程中 6。线程执行开销小,但不理由资源的管理和保护。进程相反 计算密集型 计算量比较大时,用多进程 IO密集型 如爬虫、文件读写 用多线程 ''' import os from multiprocessing import Process # print( os.getpid() ) # 查看当前进程 # print( os.getppid() ) # 查看当前进程父进程 def one(): print("one 子进程ID:%s,父进程id:%s" % (os.getpid(),os.getppid())) def two(): print("two 子进程ID:%s,父进程id:%s" % (os.getpid(),os.getppid())) if __name__ == '__main__': # 创建子进程 p1 = Process(target=one) p2 = Process(target=two) # 启动进程 p1.start() p2.start() # 修改进程名称 p1.name = "亦" p2.name = "尔" print("主进程ID:%s,父进程id:%s" % (os.getpid(), os.getppid())) ''' >>> 主进程ID:12834,父进程id:2918 one 子进程ID:12836,父进程id:12834 two 子进程ID:12837,父进程id:12834 '''
2023年04月05日
127 阅读
0 评论
0 点赞
2023-04-05
Python 多线程 互斥锁
{tabs}{tabs-pane label="使用Lock 互斥锁解决共享资源"}''' 1. threading 模块中定义 Lock() 锁 2. acquire 加锁 release 释放锁 3. 如果在调用acquire方法时,其他线程已经使用六这个互斥锁,那么此时acquire方法会堵塞,知道这个互斥锁释放后才能再次上锁 4. Lock有 acquire() 和 release()。成对出现, 先释放锁后才能加锁 否则会造成死锁 ''' from threading import Thread,Lock a = 0 b = 1000000 #创建全局互斥锁 lock = Lock() def sum1(): for i in range(b): global a a += 1 print("第1次:",a) def sum2(): for i in range(b): global a a += 1 print("第2次:",a) def sum3(): lock.acquire() for i in range(b): global a a += 1 print("第1次:",a) lock.release() def sum4(): lock.acquire() for i in range(b): global a a += 1 print("第2次:",a) lock.release() if __name__ == '__main__': # 没有加互斥锁 # t1 = Thread(target=sum1) # t2 = Thread(target=sum2) ''' 第1次: 1348006 第2次: 1522249 ''' # 加 互斥锁 t1 = Thread(target=sum3) t2 = Thread(target=sum4) ''' 第1次: 1000000 第2次: 2000000 ''' t1.start() t2.start(){/tabs-pane}{tabs-pane label="阻塞主线程,实现同步"} from threading import Thread a = 0 b = 1000000 def sum1(): for i in range(b): global a a += 1 print("第1次:",a) def sum2(): for i in range(b): global a a += 1 print("第2次:",a) if __name__ == '__main__': # 没有加互斥锁 t1 = Thread(target=sum1) t2 = Thread(target=sum2) t1.start() t1.join() # 阻塞主线程,等待子线程执行完 t2.start() ''' 第1次: 1000000 第2次: 2000000 '''{/tabs-pane}{/tabs}
2023年04月05日
132 阅读
0 评论
0 点赞
2023-04-05
Python 多线程
模拟10个人吃饭需要多少时间{tabs}{tabs-pane label="单线程"}import time t1 = time.time() def eat(name): print("%s 吃饭" % str(name)) time.sleep(1) if __name__ == '__main__': # 模拟10个人吃饭 for i in range(10): # 单线程调用 eat(i) t2 = time.time() print('执行的时间:',t2-t1) #>>> 执行的时间: 10.00459885597229 ''' 等上一个人吃完饭,下一个才能吃 '''{/tabs-pane}{tabs-pane label="多线程"}import time t1 = time.time() def eat(name): print("%s 吃饭" % str(name)) time.sleep(1) if __name__ == '__main__': # 模拟10个人吃饭 for i in range(10): #多线程调用 t = threading.Thread(target=eat,args=(i,)) t.start() # 启动线程 t2 = time.time() print('执行的时间:',t2-t1) #>>> 执行的时间: 0.0031862258911132812 ''' 10个人可以同时吃饭 '''{/tabs-pane}{/tabs}多线程 线程守护与阻塞import time from threading import Thread def funa(): print("学习") time.sleep(1) print("看鲁迅的书呢") def funb(): print("休息") time.sleep(2) print("闭目养神呢") if __name__ == '__main__': f1 = Thread(target=funa) f2 = Thread(target=funb) # 守护线程 f1.daemon = True f2.daemon = True # 开启子线程 f1.start() f2.start() # 阻塞主线程 等待子线程执行完 f1.join() f2.join() print("这是主线程") ''' >>> 学习 休息 看鲁迅的书呢 闭目养神呢 这是主线程 如果没有 join() 阻塞主线程 >>> 学习 休息 这是主线程 '''线程封装 , start()和run()的区别''' 1. 继承Thread 2. 重构run方法 线程执行是 无序的,他是有cpu来决定的。 start() 启动线程。声明子线程的函数已经就绪,等待被cpu执行 run() 允许线程。执行到这个子线程时,自动调用的方法 ''' import threading from threading import Thread import time class Ourthrad(Thread): # 重构run方法 def run(self): print(f"当前线程 {threading.current_thread().name}") #time.sleep(2) #print("啦啦啦") if __name__ == '__main__': # 创建线程实例 t1 = Ourthrad() t2 = Ourthrad() t1.start() #>>> 当前线程 Thread-1 t2.start() #>>> 当前线程 Thread-2 t1.run() #>>> 当前线程 MainThread t2.run() #>>> 当前线程 MainThread
2023年04月05日
127 阅读
0 评论
0 点赞
2023-04-05
Python 中间件
定义中间件在 根目录 下,创建 midd文件夹,在 midd文件夹 下创建 md.py 文件,写入 类为 MyMd 的中间件''' 自定义一个中间件 继承 MiddlewareMixin ''' from django.utils.deprecation import MiddlewareMixin class MyMd(MiddlewareMixin): def process_request(self, request): ''' 前置中间件 :param request: 请求数据 :return: 无发返回值或返回None,放行 不放行 返回 redirect、render、http... ''' # 【例如】如果是登录页面放行,不是登录页面判断cookie if request.path_info == '/login/': return else: pass print("前置中间件") pass def process_response(self, request, response): ''' 后置中间件 :param request: 请求数据 :param response: 响应返回数据 :return: ''' print("后置中间件") return response注册中间件在配置文件中的 settings.py 中 注册中间件# 中间件 按顺序执行 MIDDLEWARE = [ 'django.middleware.security.SecurityMiddleware', 'django.contrib.sessions.middleware.SessionMiddleware', 'django.middleware.common.CommonMiddleware', # csrf认证 'django.middleware.csrf.CsrfViewMiddleware', 'django.contrib.auth.middleware.AuthenticationMiddleware', 'django.contrib.messages.middleware.MessageMiddleware', 'django.middleware.clickjacking.XFrameOptionsMiddleware', # 自定中间件 'midd.md.MyMd' ] 执行结果先执行 前置中间件 ,再执行 业务代码 ,最后执行 后置中间件前置中间件 index 后置中间件
2023年04月05日
113 阅读
0 评论
0 点赞
1
2
3