Python 多线程

在 Python 中，你可以使用内置的 threading 模块来创建和管理多线程。

下面是一个简单的示例，展示了如何设置多线程：

import threading

def print_numbers():
    for i in range(1, 6):
        print("Thread 1:", i)

def print_letters():
    for letter in ['a', 'b', 'c', 'd', 'e']:
        print("Thread 2:", letter)

# 创建线程对象
thread1 = threading.Thread(target=print_numbers)
thread2 = threading.Thread(target=print_letters)

# 启动线程
thread1.start()
thread2.start()

# 等待线程执行结束
thread1.join()
thread2.join()

print("Done.")

     在上面的示例中，我们定义了两个函数 print_numbers 和 print_letters，分别用于打印数字和字母。然后，我们创建了两个线程对象 thread1 和 thread2，并将相应的函数作为目标传递给线程对象。最后，我们通过调用 start() 方法来启动线程，并使用 join() 方法等待线程执行结束。

     需要注意的是，Python 中的多线程是基于线程切换的，并不适用于 CPU 密集型任务。由于 Python 的全局解释器锁（GIL）的存在，同一时间只能有一个线程执行 Python 字节码。因此，在处理 CPU 密集型任务时，多线程并不能发挥真正的并行性能优势。但是，对于 I/O 密集型任务，如网络请求或文件操作，多线程可以带来并发执行的好处。

     如果你想在 Python 中进行 CPU 密集型的并行计算，可以考虑使用多进程 (multiprocessing) 模块，它允许同时运行多个解释器进程，每个进程都有自己的 GIL。这样可以实现真正的并行计算。