从线程函数中获取值

Question

我想同时运行两个函数来检查性能，现在我一个接一个地运行，这需要相当长的时间。

这就是我跑步的方式

import pandas as pd
import threading
    
df = pd.read_csv('data/Detalhado_full.csv', sep=',', dtype={'maquina':str})

def gerar_graph_36():
    df_ordered = df.query(f'maquina=="3.6"')[['data', 'dia_semana', 'oee', 'ptg_ruins', 'prod_real_kg', 'prod_teorica_kg']].sort_values(by='data')
    oee = df_ordered['oee'].iloc[-1:].iloc[0]
    return oee

def gerar_graph_31():
    df_ordered = df.query(f'maquina=="3.1"')[['data', 'dia_semana', 'oee', 'ptg_ruins', 'prod_real_kg', 'prod_teorica_kg']].sort_values(by='data')
    oee = df_ordered['oee'].iloc[-1:].iloc[0]
    return oee

oee_36 = gerar_graph_36()
oee_31 = gerar_graph_31()

print(oee_36, oee_31)

我尝试使用以下语句应用线程，但它没有返回变量，而是打印无值

打印(oee_31，oee_36) ->期望: 106.3 99.7 //无返回

oee_31 = threading.Thread(target=gerar_graph_31, args=()).start()
oee_36 = threading.Thread(target=gerar_graph_36, args=()).start()
print(oee_31, oee_36)

为了检查目的，如果我使用下面的命令，按预期返回3

print(threading.active_count())

我需要函数返回的oee值，大约是103.8。

提前谢谢！！

Answer 1

通常，创建一个新线程并启动它与调用一个返回变量的函数不同: Thread.start()调用只是“启动另一个线程的代码”，并返回imediatelly。

要将结果合并到其他线程中，您必须使用某种数据结构将计算结果与主线程结合起来。普通的列表或字典可以做，也可以使用queue.Queue。

如果您想拥有更类似于函数调用的内容，并且不能修改gerar_graph()函数，可以使用concurrent.futures module而不是线程:这是将调用包装在“未来”对象中的更高级代码，您将能够检查每个未来何时完成并获取函数返回的值。

否则，只需有一个包含列表的顶级变量，等待线程运行完毕(当"target“调用的函数返回时停止)，并收集结果：

import pandas as pd
import threading
    
df = pd.read_csv('data/Detalhado_full.csv', sep=',', dtype={'maquina':str})

results = []

def gerar_graph_36():
    df_ordered = df.query(f'maquina=="3.6"')[['data', 'dia_semana', 'oee', 'ptg_ruins', 'prod_real_kg', 'prod_teorica_kg']].sort_values(by='data')
    oee = df_ordered['oee'].iloc[-1:].iloc[0]
    results.append(oee)

def gerar_graph_31():
    df_ordered = df.query(f'maquina=="3.1"')[['data', 'dia_semana', 'oee', 'ptg_ruins', 'prod_real_kg', 'prod_teorica_kg']].sort_values(by='data')
    oee = df_ordered['oee'].iloc[-1:].iloc[0]
    results.append(oee)

# We need to keep a reference to the threads themselves
# so that we can call both ".start()" (which always returns None)
# and ".join()" on them.
oee_31 = threading.Thread(target=gerar_graph_31); oee_31.start()
oee_36 = threading.Thread(target=gerar_graph_36); oee_36.start()

oee_31.join() # will block and return only when the task is done, but oee_36 will be running concurrently
oee_36.join()
print(results)

如果您需要两个以上的线程(与所有36个线程一样)，我强烈建议使用concurrent.futures:您可以将工作人员的数量限制在与您所拥有的逻辑CPU相当的数量。当然，还可以在列表或字典中管理任务和调用，而不是为每个任务设置一个单独的变量名。