使用Python分析數(shù)據(jù)，如果使用了正確的數(shù)據(jù)結(jié)構(gòu)和算法，有時可以大量提高程序的速度。實現(xiàn)此目的的一種方法是使用Muiltithreading(多線程)或Multiprocessing(多重處理)。

在這篇文章中，我們不會詳細討論多線程或多處理的內(nèi)部原理。相反，我們舉一個例子，編寫一個小的Python腳本從Unsplash下載圖像。我們將從一次下載一個圖像的版本開始。接下來，我們使用線程來提高執(zhí)行速度。

[[324279]]

多線程

簡單地說，線程允許您并行地運行程序。花費大量時間等待外部事件的任務(wù)通常適合線程化。它們也稱為I/O Bound任務(wù)例如從文件中讀寫，網(wǎng)絡(luò)操作或使用API在線下載。讓我們來看一個示例，它展示了使用線程的好處。

1. 沒有線程

在本例中，我們希望通過順序運行程序來查看從Unsplash API下載15張圖像需要多長時間：

import requests 
import time 
img_urls = [ 
    'https://images.unsplash.com/photo-1516117172878-fd2c41f4a759', 
    'https://images.unsplash.com/photo-1532009324734-20a7a5813719', 
    'https://images.unsplash.com/photo-1524429656589-6633a470097c', 
    'https://images.unsplash.com/photo-1530224264768-7ff8c1789d79', 
    'https://images.unsplash.com/photo-1564135624576-c5c88640f235', 
    'https://images.unsplash.com/photo-1541698444083-023c97d3f4b6', 
    'https://images.unsplash.com/photo-1522364723953-452d3431c267', 
    'https://images.unsplash.com/photo-1513938709626-033611b8cc03', 
    'https://images.unsplash.com/photo-1507143550189-fed454f93097', 
    'https://images.unsplash.com/photo-1493976040374-85c8e12f0c0e', 
    'https://images.unsplash.com/photo-1504198453319-5ce911bafcde', 
    'https://images.unsplash.com/photo-1530122037265-a5f1f91d3b99', 
    'https://images.unsplash.com/photo-1516972810927-80185027ca84', 
    'https://images.unsplash.com/photo-1550439062-609e1531270e', 
    'https://images.unsplash.com/photo-1549692520-acc6669e2f0c' 
] 
 
start = time.perf_counter() #start timer 
for img_url in img_urls: 
    img_name = img_url.split('/')[3] #get image name from url 
    img_bytes = requests.get(img_url).content 
with open(img_name, 'wb') as img_file: 
     img_file.write(img_bytes) #save image to disk  
 
finish = time.perf_counter() #end timer 
print(f"Finished in {round(finish-start,2)} seconds")  
 
#results 
Finished in 23.101926751 seconds 

一共用時​23秒。

2. 多線程

讓我們看看Pyhton中的線程模塊如何顯著地改進我們的程序執(zhí)行：

import time 
from concurrent.futures import ThreadPoolExecutor 
 
def download_images(url): 
    img_name = img_url.split('/')[3] 
    img_bytes = requests.get(img_url).content 
    with open(img_name, 'wb') as img_file: 
         img_file.write(img_bytes) 
         print(f"{img_name} was downloaded") 
 
start = time.perf_counter() #start timer 
with ThreadPoolExecutor() as executor: 
    results = executor.map(download_images,img_urls) #this is Similar to map(func, *iterables) 
finish = time.perf_counter() #end timer 
print(f"Finished in {round(finish-start,2)} seconds") 
 
#results  
Finished in 5.544147536 seconds 

我們可以看到，與不使用線程代碼相比，使用線程代碼可以顯著提高速度。從23秒到5秒。

對于本例，請注意在創(chuàng)建線程時存在開銷，因此將線程用于多個API調(diào)用是有意義的，而不僅僅是單個調(diào)用。

此外，對于密集的計算，如數(shù)據(jù)處理，圖像處理多處理比線程執(zhí)行得更好。