python---常见的数据队列

一、FIFO队列(先进先出)

#!/usr/bin/env python
# -*- coding:utf-8 -*-
__author__ = ‘zhoufeng‘

#FIFO队列
import queue
q=queue.Queue(3)  #定义一个3位置的队列

#使用put方法往队列中添加元素,需要考虑是否能放下的问题
#如果放不下了,默认会阻塞(block=True),阻塞时可以定义超时时间(timeout=5)
#可以使用block=False设置不阻塞立即报错
q.put(11)
q.put(22)
q.put(33)
print(q.empty())  #判断队列是否为空,如果为空返回False,不为空返回True
print(q.qsize())  #输出队列中元素个数
q.put(44,block=True,timeout=5)

#使用get方法从队列中取数据,需要考虑是否有数据可取的问题
#如果无数据可取,默认会阻塞(block=True),阻塞时可以定义超时时间(timeout=2)
#可以使用block=False设置不阻塞立即报错
print(q.get())
print(q.get())
print(q.get())
print(q.get(block=True,timeout=2))

#另外还有join与task_done方法,这两个方法是成对使用的
#join方法用于阻塞进程不继续往下执行,当队列中任务执行完后,不再阻塞
#解释器怎样知道队列中任务执行完了呢?通过task_done方法显式告诉解释器某个任务已经执行完毕
que=queue.Queue(3)  #定义一个3位置的队列对象
que.put(11)
que.put(22)
que.put(33)

que.get()
que.task_done()  #告诉解释器上一个任务已经执行完毕
que.get()
que.task_done()  #告诉解释器上一个任务已经执行完毕

que.join()

二、栈(后进先出)

使用queue.LifoQueue()生成栈

三、优先级队列

使用queue.PriorityQueue()生成优先级队列

四、双向队列

使用queue.deque()生成双向队列

时间: 2024-11-08 23:11:07

python---常见的数据队列的相关文章

使用python获取webservice数据并输出到文件

上头要求设置TCP备案检查,给了个WEBSERVICE接口.查了2天,才确认还是python比较好用,我这水平也就写个脚本把数据导出,过滤检索还是用的shell.写此文备忘.WEBSERVICE接口脚本如下: #! /usr/bin/python #coding:utf-8 import codecs import suds def main(file_name, out_file): url = 'http://121.14.4.210:8088/icpautobj/ws/getIcp?wsd

Python 获取接口数据,解析JSON,写入文件

Python 获取接口数据,解析JSON,写入文件 用于练手的例子,从国家气象局接口上获取JSON数据,将它写入文件中,并解析JSON: 总的来说,在代码量上,python代码量要比java少很多.而且python看起来更直观一些: 以下是代码: import types import urllib2 import json duan ="--------------------------" #在控制台断行区别的 #利用urllib2获取网络数据 def registerUrl():

python常见异常分类与处理方法

Python常见异常类型大概分为以下类: 1.AssertionError:当assert断言条件为假的时候抛出的异常 2.AttributeError:当访问的对象属性不存在的时候抛出的异常 3.IndexError:超出对象索引的范围时抛出的异常 4.KeyError:在字典中查找一个不存在的key抛出的异常 5.NameError:访问一个不存在的变量时抛出的异常 6.OSError:操作系统产生的异常 7.SyntaxError:语法错误时会抛出此异常 8.TypeError:类型错误,

[转]6种常见的数据加载模式设计

原文链接:http://elya.cc/2014/03/31/loading/ 设计师在进行APP设计的设计时,往往会更加专注于界面长什么样,界面和界面之间怎么跳转,给予用户什么样的操作反馈,却偏偏特别容易忽略掉一个比较重要的环节,就是APP数据加载中的设计,所以会导致我们看到的APP,往往有着华丽的启动界面,然后就是漫长的数据加载等待,甚至在无网络的时候,整个处于不可用状态.那么我们怎么处理好界面交互中的加载设计,保证体验无缝衔接,保证用户没有漫长的等待感,而可以轻松自在的享受等待,对加载后的

[Python] Python 学习 - 可视化数据操作(一)

Python 学习 - 可视化数据操作(一) GitHub:https://github.com/liqingwen2015/my_data_view 目录 折线图 散点图 随机漫步 骰子点数概率 文件目录 折线图 cube_squares.py import matplotlib.pyplot as plt x_values=list(range(1, 5000)) y_values=[pow(x, 3) for x in x_values] plt.scatter(x_values, y_v

python数据分析笔记——数据加载与整理]

[ python数据分析笔记--数据加载与整理] https://mp.weixin.qq.com/s?__biz=MjM5MDM3Nzg0NA==&mid=2651588899&idx=4&sn=bf74cbf3cd26f434b73a581b6b96d9ac&chksm=bdbd1b388aca922ee87842d4444e8b6364de4f5e173cb805195a54f9ee073c6f5cb17724c363&mpshare=1&scene=

利用Python进行数据分析——数据规整化:清理、转换、合并、重塑(七)(2)

1.索引上的合并 有时候,DataFrame中的连接键位于其索引中.在这种情况下,你可以传入left_index = True或right_index = True(或两个都传)以说明索引应该被用作连接键: In [8]: left1 = pd.DataFrame({'key': ['a', 'b', 'a', 'a', 'b', 'c'], ...: 'value':range(6)}) In [9]: right1 = pd.DataFrame({'group_val':[3.5, 7]},

用python抓网页数据?

手把手教你用python抓网页数据 : http://www.1point3acres.com/bbs/thread-83337-1-1.html python3 抓取网页资源的 N 种方法:http://www.cnblogs.com/txw1958/archive/2011/12/21/2295698.html 用python来为自己办事-抓取网页内容:http://blog.chinaunix.net/uid-21169302-id-446257.html

Python/Numpy大数据编程经验

Python/Numpy大数据编程经验 1.边处理边保存数据,不要处理完了一次性保存.不然程序跑了几小时甚至几天后挂了,就啥也没有了.即使部分结果不能实用,也可以分析程序流程的问题或者数据的特点. 2. 及时用 del 释放大块内存.Python缺省是在变量范围(variablescope)之外才释放一个变量,哪怕这个变量在后面的代码没有再被用到,所以需要手动释放大的array. 注意所有对数组的引用都del之后,数组才会被del.这些引用包括A[2:]这样的view,即使np.split也只是

python读取数据库数据,读取出的中文乱码问题

最近遇到python读取数据库数据,读取出的中文乱码问题, 网络搜索的基本是: "1. Python文件设置编码 utf-8 (文件前面加上 #encoding=utf-8)2. MySQL数据库charset=utf-83. Python连接MySQL是加上参数 charset=utf84. 设置Python的默认编码为 utf-8 (sys.setdefaultencoding(utf-8)" 这些,一一尝试后仍未解决.去数据库查看了下,发现这个出现中文乱码的字段类型是varcha