python多线程能提高效率吗
1、多线程在适当的情况下可以提高Python程序的执行效率，但在特定场景下需要注意并发性、资源竞争和线程安全等问题。
2、所以这种情况下多线程是鸡肋，效率可能还不如单线程因为有context switch但是：如果你的代码是IO密集型，多线程可以明显提高效率。
3、Python效率到底高不高？到底是不是鸡肋？Python由于有全锁局的存在(同一时间只能有一个线程执行)，并不能利用多核优势。
4、进程之间不能共享内存，但线程之间共享内存非常容易。操作系统在创建进程时，需要为该进程重新分配系统资源，但创建线程的代价则小得多。因此，使用多线程来实现多任务并发执行比使用多进程的效率高。
python的多线程无法并行
1、每个CPU在同一时间只能执行一个线程 在单核CPU下的多线程其实都只是并发，不是并行，并发和并行从宏观上来讲都是同时处理多路请求的概念。
2、在Python中，由于全局解释器锁（GIL）的存在，多线程并不能真正地实现并行计算。因此，如果需要进行大量的计算，建议使用多进程来实现。但是如果需要进行I/O密集型的任务，例如网络请求、文件读写等，则建议使用多线程来实现。
3、Python 中没有真正的并行，只有并发 无论你的机器有多少个CPU， 同一时间只有一个Python解析器执行。这也和大部分解释型语言一致， 都不支持并行。这应该是python设计的先天缺陷。
Python多线程总结
1、并行任务：如果程序中有多个任务可以并行执行，即它们不会相互阻塞或依赖彼此的结果，那么使用多线程可以同时执行这些任务，从而提高效率。
2、当一个线程调用锁的acquire()方法获得锁时，锁就进入“locked”状态。每次只有一个线程可以获得锁。如果此时另一个线程试图获得这个锁，该线程就会变为“blocked”状态，称为“同步阻塞”（参见多线程的基本概念）。
3、一个线程可以操作（控制）同一进程里的其他线程，但是进程只能操作子进程 同一个进程的线程可以直接交流，两个进程想要通信，必须通过一个中间代理来实现。 对于线程的修改，可能会影响到其他线程的行为。
4、所以在一个进程内的所有线程共享全局变量，但多线程对全局变量的更改会导致变量值得混乱。 代码演示： 得到的结果是： 首先需要明确的一点是GIL并不是Python的特性，它是在实现Python解析器(CPython)时所引入的一个概念。
5、Python 语言内置了多线程功能支持，而不是单纯地作为底层操作系统的调度方式，从而简化了 Python 的多线程编程。在实际应用中，多线程是非常有用的。
6、python的多线程和多进程 差不多是这样子。多线程目前仅用于网络多线程采集， 以及性能测试。其它的语言也有类似的情况，线程本身的特点导致线程的适用范围是受限的。
python3.7多线程代码不执行?
这意味着，即使我们使用多线程创建了多个线程，这些线程也只能在同一时刻依次执行，而不能真正地并行处理，所以python的多线程无法并行是正常的。
代码中有未处理的异常：当代码执行过程中发生异常（如访问空指针、除零等），如果没有正确地捕获或处理这些异常，程序就会停止运行。代码中有死循环：如果你的代码中有一个无限循环，那么程序就会一直运行下去，无法结束。
安装完后，会有Setup was successful的提示，关闭就可以了。该过程我出现了三次“无法启动程序，因为计算机中丢失api-ms-win-crt-process-l1-1-0.dll...”的提示。