python多线程怎么写

在 Python 里写“多线程”通常有两种常见方式：

1. 使用 threading 模块（最常用）
2. 使用 concurrent.futures.ThreadPoolExecutor（更现代、更简洁）

下面分别给你示例。

一、使用 threading 模块（基础写法）

1️⃣ 最简单的多线程示例

import threading
import time

def task(name):
    for i in range(3):
        print(f"{name} 正在执行 {i}")
        time.sleep(1)

t1 = threading.Thread(target=task, args=("线程1",))
t2 = threading.Thread(target=task, args=("线程2",))

t1.start()
t2.start()

t1.join()
t2.join()

print("全部完成")

✅ 说明：

• target：线程要执行的函数
• args：函数参数（必须是元组）
• start()：启动线程
• join()：等待线程结束

2️⃣ 继承 Thread 类（面向对象写法）

import threading

class MyThread(threading.Thread):
    def run(self):
        for i in range(3):
            print(f"{self.name} 执行 {i}")

t = MyThread()
t.start()
t.join()

二、使用 ThreadPoolExecutor（推荐）

✅ 代码更简洁，适合批量任务

from concurrent.futures import ThreadPoolExecutor
import time

def task(n):
    time.sleep(1)
    return f"任务 {n} 完成"

with ThreadPoolExecutor(max_workers=3) as executor:
    results = executor.map(task, range(5))

for r in results:
    print(r)

三、⚠️ 重要注意：GIL 限制

Python 的 GIL（全局解释器锁） 导致：

• ✅ 多线程适合 I/O 密集型任务（网络、文件、数据库）
• ❌ 不适合 CPU 密集型任务（计算、加密、图像处理）

如果是 CPU 密集型，推荐用 multiprocessing（多进程）

四、线程安全问题（简单提一下）

多个线程访问同一变量时要加锁：

lock = threading.Lock()

with lock:
    # 安全修改共享变量
    pass

五、你适合哪一种？

如果你有具体场景（比如爬虫、接口请求、文件处理），我可以给你更合适的示例代码。