在Python中同时运行两个程序或任务可以通过多线程（`threading`）或多进程（`multiprocessing`）来实现。根据任务的性质，可以选择适合的方式进行处理。 ### 多线程实现 多线程适用于 **I/O 密集型任务**，例如网络请求、文件读写等，因为线程可以在等待 I/O 操作完成时切换到其他线程以提高效率。 以下是一个使用 `threading` 实现多线程的示例： ```python import threading import time def task1(): for _ in range(3): print("任务1正在执行") time.sleep(1) def task2(): for _ in range(3): print("任务2正在执行") time.sleep(1) # 创建线程对象 thread1 = threading.Thread(target=task1) thread2 = threading.Thread(target=task2) # 启动线程 thread1.start() thread2.start() # 等待线程结束 thread1.join() thread2.join() print("主线程结束") ``` 上述代码创建了两个线程并分别启动它们，实现了两个任务的同时运行[^1]。 ### 多进程实现 多进程适用于 **CPU 密集型任务**，例如图像处理、科学计算等，因为它可以绕过全局解释器锁（GIL）的限制，充分利用多核 CPU 的性能。 以下是一个使用 `multiprocessing` 实现多进程的示例： ```python import multiprocessing import time def task1(): for _ in range(3): print("任务1正在执行") time.sleep(1) def task2(): for _ in range(3): print("任务2正在执行") time.sleep(1) if __name__ == "__main__": # 创建进程对象 process1 = multiprocessing.Process(target=task1) process2 = multiprocessing.Process(target=task2) # 启动进程 process1.start() process2.start() # 等待进程结束 process1.join() process2.join() print("主进程结束") ``` 通过 `multiprocessing` 创建多个进程，可以真正意义上实现并行执行[^2]。 ### 选择多线程还是多进程？ - 如果任务是 **I/O 密集型**（如文件操作、网络请求），推荐使用 **多线程**。 - 如果任务是 **CPU 密集型**（如大量计算），推荐使用 **多进程**。 - 在某些复杂场景下，也可以结合使用多线程和多进程，例如每个进程中包含多个线程，从而充分发挥各自的优势[^3]。