1.导入线程包

import threading

在 CPython 中，因为存在 全局解释器锁，同一时刻只有一个线程能够执行 Python 代码（尽管某些性能导向的库可能会去除此限度）。 如果你想让你的利用更好地利用多外围计算机的计算资源，举荐你应用 multiprocessing 或 concurrent.futures.ProcessPoolExecutor。 然而，如果你想要同时运行多个 I/O 密集型工作，则多线程依然是一个适合的模型。

2.创立线程

threading.Thread(group=None, target=None, name=None, args=(), kwargs={}, *, daemon=None)

group: 为当前的ThreadGroup类预留

name 为线程名字，个别不必设置

target: 被执行的对象，由run()办法执行

args: target元组传参

kwargs：target字典传参

daemon: 是否为守护过程

demo1_process = threading.Thread(target = dance)demo2_process = threading.Thread(target = sing)#3.启动线程

罕用办法：应用start办法
dance_process.start()
sing_process.start()

4.代码实现

#导入线程模块import threadingimport timedef dance():    for i in range(3):        print("dance...")        time.sleep(0.5)def sing():    for i in range(3):        print("sing...")        time.sleep(0.5)if __name__ == "__main__":#创立线程        dance_process=threading.Thread(target=dance)    sing_process=threading.Thread(target=sing)#启动线程    dance_process.start()    sing_process.start()

运行后果：