如何从python中的多个线程收集数据？

| 我想在Python中使用多个线程来计算要在最后构建的图像的像素值，尽管我很难弄清楚如何获取并收集线程的结果。这是设置： 创建一个

Queue.Queue()

对象以及一个

threading.Thread()

类子级：

q = Queue.Queue()
class myThread(threading.Thread):
  def __init__(self, queue):
    self.queue = queue
    threading.Thread.__init__(self)
  def run(self):
    while True: # loop forever
      task = self.queue.get()
      rs = self.do_work(task) # I\'ve got the result; now what to do with it?
      self.queue.task_done()

我的想法是要收集500x500图像的像素数据，该图像最初是250,000（500x500）元素的列表，最终将通过PIL制成图像：

pixels = array.array(\'B\', pixels).tostring()
im = Image.fromstring(\'L\', size, pixels)
im.show()

因此，我将每个像素的任务填充到队列中，并生成线程池：

for i in range(5):
  t = myThread(q)
  t.setDaemon(True)
  t.start()
for y in range(500):
  for x in range(500):
    q.put({\'x\':x, \'y\':y})
q.join()

那么如何获取所有收集的数据呢？我认为将250,000个元素列表传递给每个线程是一个坏主意，既要传递要传递的数据数组的大小，又因为每个线程会丢失其他线程的数据。 编辑： 对于那些想知道以多线程方式进行操作是否值得的人来说，用于计算图像坐标的工作是几个perlin噪声函数。它生成点的Perlin 2D噪声数组（5x5网格），以及几个八度音阶（10x10、20x20和40x40网格），并计算这些点之间的像素值。因此，对于最终图像中的每个像素，每个八度必须执行三个数学运算（在给定点周围平均X个点，在给定点周围平均Y个点，然后平均那些平均值），然后在八度结果之间进行加权平均。 在我的8核Mac上，运行时我看到Python进程使用1个线程和100％的处理器。尽管我知道我有8个内核，并且看到进程表明400-600％的处理器使用率表明它们正在利用其他内核，但我只是希望这个Python脚本可以做到这一点。