pythonqueue
㈠ python3沒有queue模塊嗎
有的，直接使用就可以了。
import queue
lr = queue.Queue()
㈡ python queue中有幾個元素
直接這樣就可以看到了
>>> dir(queue)
['Empty', 'Full', 'LifoQueue', 'PriorityQueue', 'Queue', '__all__', '__builtins__', '__cached__', '__doc__', '__file__', '__loader__', '__name__', '__package__', '__spec__', 'deque', 'heappop', 'heappush', 'threading', 'time']
>>> dir(queue.Queue)
['__class__', '__delattr__', '__dict__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__gt__', '__hash__', '__init__', '__le__', '__lt__', '__mole__', '__ne__', '__new__', '__rece__', '__rece_ex__', '__repr__', '__setattr__', '__sizeof__', '__str__', '__subclasshook__', '__weakref__', '_get', '_init', '_put', '_qsize', 'empty', 'full', 'get', 'get_nowait', 'join', 'put', 'put_nowait', 'qsize', 'task_done']
>>>
使用qsize這個函數就可以得到元素數
㈢ Python multiprocessing.Queue 和 Queue有區別嗎
Queue是python中的標准庫，可以直接import 引用，之前學習的時候有聽過著名的「先吃先拉」與「後吃先吐」，其實就是這里說的隊列，隊列的構造的時候可以定義它的容量，別吃撐了，吃多了，就會報錯,構造的時候不寫或者寫個小於1的數則表示無限多
import Queue
q = Queue.Queue(10)
向隊列中放值(put)
q.put(『yang』)
q.put(4)
q.put([『yan』,』xing』])
在隊列中取值get()
默認的隊列是先進先出的
>>> q.get()
'yang'
>>> q.get()
4
>>> q.get()
['yan', 'xing']
>>>
㈣ python 怎麼監聽queue
IFO即First in First Out,先進先出。Queue提供了一個基本的FIFO容器，使用方法很簡單,maxsize是個整數，指明了隊列中能存放的數據個數的上限。一旦達到上限，插入會導致阻塞，直到隊列中的數據被消費掉。如果maxsize小於或者等於0，隊列大小沒有限制。
舉個栗子：
import Queue
q = Queue.Queue()
for i in range(5):
q.put(i)
while not q.empty():
print q.get()
輸出：
0
1
2
㈤ python queue maxsize可以自己設定嗎
可以，直接傳一個大於0的參數就行，不傳或者傳一個小於等於0的參數則為無窮大
fromqueueimportQueue
q1=Queue()#無窮大，除非內存不足，否則可以一直put
q2=Queue(5)#最多容納5個，達到5個再put則阻塞
㈥ python中List，Queue等數據結構存儲效率哪個更優
python中的數據結構有：set，list，Queue，dict，tuple等；
效率問題，主要看你使用場景：
比如要判斷一個值是否存在，set肯定快，應為是使用hash,
如果保持數據的順序性：當時list和Queue，但是list不是線程安全的，但是Queue是，
tuple是不可變的
dict是字典，和json差不多，使用於key-value類型，效率也比較高；
所以主要根據使用場景去選擇合適的數據結構，每種數據結構的存在都是有他的應用空間，不然效率低的早就淘汰了。
㈦ python3.4 queue
我估計你當前文件所在目錄下面有一個文件叫queue，或者當前文件名就是queue。
這樣就無法導入正確的queue模塊。
㈧ python 中的三種 Queue 有什麼區別
Queue.Queue 是進程內非阻塞隊列
multiprocess.Queue 是跨進程通信隊列
前者是各自進程私有, 後者是各子進程共有
.Manager 是 multiprocessing 的封裝 .Manager.Queue 和 Queue, multiprocessing.Queue 沒有太大關系
㈨ Python multiprocessing.Queue() 和 Queue有區別嗎
1.from Queue import Queue
這個是普通的隊列模式，類似於普通列表，先進先出模式，get方法會阻塞請求，直到有數據get出來為止
2.from multiprocessing.Queue import Queue
這個是多進程並發的Queue隊列，用於解決多進程間的通信問題。普通Queue實現不了。例如來跑多進程對一批IP列表進行運算，運算後的結果都存到Queue隊列裡面，這個就必須使用multiprocessing提供的Queue來實現
㈩ queue 隊列可以多長 python
沒有試過，不過應該不過超過2GB大小。這是python在32位版本時就留下的一個內存管理缺陷。通常大小超過500MB，就會很慢。
在實際應用環境中，queue最好不要超過幾萬條。通常保持在幾百條以下更好。
單獨的消息隊列伺服器，隊列中緩存幾百萬條數據也是可以的。但是python的queue顯然不是這樣一個企業級應用。