### Python 中开启多线程的方法和示例 在 Python 中，可以通过 `threading` 模块轻松实现多线程功能。虽然 Python 的全局解释器锁（GIL）会限制 CPU 密集型任务的并行性，但对于 I/O 密集型任务或多任务并发场景，多线程仍然是有效的解决方案。 #### 方法概述 Python 提供了两种主要的方式来创建和管理线程： 1. **通过函数传递的方式**：将目标函数作为参数传入 `Thread` 类实例。 2. **继承 Thread 类的方式**：自定义一个子类继承 `Thread` 并重写其 `run` 方法。 --- #### 示例 1：通过函数传递的方式创建线程 以下代码展示了如何使用简单的函数来启动两个线程，分别打印数字和字母： ```python import threading import time # 定义第一个线程的任务 def print_numbers(): for i in range(1, 6): print(f"Number: {i}") # 打印数字 time.sleep(1) # 定义第二个线程的任务 def print_letters(): for letter in 'abcde': print(f"Letter: {letter}") # 打印字母 time.sleep(1) # 创建线程对象并将对应的目标函数赋值给它们 t1 = threading.Thread(target=print_numbers) t2 = threading.Thread(target=print_letters) # 启动线程 t1.start() t2.start() # 等待线程完成后再继续主线程 t1.join() t2.join() ``` 在这个例子中，`time.sleep(1)` 是为了模拟耗时的操作，从而让两个线程交替运行[^3]。 --- #### 示例 2：通过继承 `Thread` 类的方式创建线程 如果需要更复杂的逻辑控制或者共享数据结构，可以选择继承 `Thread` 类。以下是一个简单示例： ```python import threading import time class PrintTask(threading.Thread): def __init__(self, name, data): super().__init__() self.name = name self.data = data def run(self): for item in self.data: print(f"{self.name}: {item}") time.sleep(1) # 初始化线程对象 task1 = PrintTask(name="Numbers", data=[1, 2, 3, 4, 5]) task2 = PrintTask(name="Letters", data=['a', 'b', 'c', 'd', 'e']) # 启动线程 task1.start() task2.start() # 等待线程结束 task1.join() task2.join() ``` 在此示例中，我们定义了一个名为 `PrintTask` 的新类，它继承自 `Thread` 并实现了自己的 `run` 方法。这样可以让每个线程拥有独立的状态和行为[^3]。 --- #### 多线程的优点与适用场景 - 对于 I/O 密集型任务（如文件读取、网络请求），多线程可以显著减少等待时间，提高整体效率[^2]。 - 在 GUI 应用程序或其他交互式环境中，多线程可以帮助保持界面响应流畅，而不会因后台计算阻塞整个应用程序[^1]。 需要注意的是，由于 GIL 的存在，Python 的多线程并不适合处理高度并行化的 CPU 计算任务。在这种情况下，建议改用多进程模型或异步编程[^1]。 --- ###