====== Programmation asynchrone en Python ======

-------
==== Threads ====

=== Lancement de threads ===

<code python>
from threading import Thread

class RunFuncAsync(Thread):
    def __init__(self, func, args):
        Thread.__init__(self)
	self.func = func
	self.args = args

    def run(self):
	self.func(self.args)

threads = []

for _ in range(nb_of_threads):
    threads.append(RunFuncAsync(func, args))

for t in threads:
    t.start()

for t in threads:
    t.join()
</code>



=== Verrous ===

<code python>
from threading import RLock

verrou = RLock()

class ThreadClass(Thread):
    def run(self):
        with verrou:
            # section critique
</code> 



------

==== Paralléliser un map ====

  * [[https://stackoverflow.com/questions/9786102/how-do-i-parallelize-a-simple-python-loop]]
  * [[https://docs.python.org/3/library/multiprocessing.html#multiprocessing.pool.Pool]]
  * [[https://stackoverflow.com/questions/5442910/python-multiprocessing-pool-map-for-multiple-arguments]]

<code python>
import multiprocessing
from functools import partial


def loop_function(j, param):
    # ...

with multiprocessing.Pool(5) as p:
        raw_hist = p.map(partial(loop_function, param=param), range(n))
</code>

La fonction ''loop_function'' va s'exécuter sur chaque élément de la liste constituée par l'itérable ''range(n)'', représentés par le paramètre ''j''. L'utilisation de ''partial'' permet juste de spécifier des paramètres. La fonction ''loop_function'' doit être en top module.