python中使用Threading模块进行多线程编程，1.通过创建thread对象并调用start()启动线程；2.使用target指定执行函数，args/kwargs传参；3.join()方法可使主线程等待子线程结束；4.设置daemon=true可将线程设为守护线程；5.使用lock解决资源共享时的竞争问题。例如导入threading后定义目标函数，再创建线程实例传入函数及参数，调用start()开启线程，若需同步则用join()，若需后台运行则设置守护模式，共享资源访问时通过加锁保证安全。
多线程在python中是一个常被提到的概念，尤其是当我们想提升程序效率、实现并发操作时。但很多人一开始都会有点懵：为什么Python的多线程好像并不能真正并行？其实这和GIL（全局解释器锁）有关，不过今天不聊这个，我们主要讲怎么用threading模块做多线程编程。
创建线程的基本方式
threading是Python标准库中用于多线程编程的核心模块。最简单的使用方法就是创建一个Thread对象，并传入你要在线程中执行的函数。
比如：
立即学习“Python免费学习笔记（深入）”；
import threading def say_hello(): print("Hello from thread!") t = threading.Thread(target=say_hello) t.start()
这段代码会启动一个新的线程去执行say_hello函数。注意：调用start()之后，线程才会真正开始运行；直接调用t()不会开启新线程。
你也可以给目标函数传递参数：
def greet(name): print(f"Hello, {name}!") t = threading.Thread(target=greet, args=("Alice",)) t.start()
- 使用target指定要执行的函数
- 使用args传入位置参数（记得加逗号，变成元组）
- 使用kwargs传入关键字参数
等待线程结束：join() 方法
如果你希望主线程等某个子线程完成后再继续执行，可以使用join()方法。
比如：
立即学习“Python免费学习笔记（深入）”；
t = threading.Thread(target=do_something) t.start() t.join() print("主线程继续执行")
这样，主线程会在t线程执行完毕后才打印那句话。
有些时候你会看到多个线程一起join()，例如：
threads = [] for _ in range(5): t = threading.Thread(target=task) t.start() threads.append(t) for t in threads: t.join()
这样做的目的是确保所有子线程都执行完，主线程才继续往下走。
守护线程与非守护线程的区别
默认情况下，线程是非守护线程（daemon=False）。这意味着主线程退出前会等待这些线程执行完毕。
如果你想让线程随着主线程退出而自动终止，可以把线程设为守护线程：
t = threading.Thread(target=background_task, daemon=True) t.start()
或者设置属性：
t.daemon = True
注意：一定要在调用start()之前设置daemon属性。
常见用途包括后台日志记录、心跳检测等不需要等待的任务。
多线程中的资源共享问题
当多个线程访问共享资源时，可能会出现竞争条件（race condition），这时候就需要加锁保护。
Python提供了threading.Lock()来解决这个问题：
lock = threading.Lock() def safe_increment(): global counter with lock: temp = counter temp += 1 counter = temp
上面的例子中，with lock:保证了每次只有一个线程能进入该代码块，避免数据混乱。
当然还有更高级的锁机制，比如：
- RLock：可重入锁，允许同一线程多次获取同一个锁
- Condition：用于线程间通信
- Semaphore：控制同时访问的线程数量
但在大多数简单场景下，Lock已经够用了。
基本上就这些。多线程虽然看起来简单，但实际使用中还是有很多细节需要注意，比如线程安全、死锁、资源竞争等问题。刚开始的时候建议从简单的例子入手，逐步加深理解。
