版权归作者所有，转载请注明出处
Python3 学习之多线程
IO密集型（不用CPU）
多线程
计算密集型（用CPU）
多进程
使用线程和进程的目的都是为了提升效率
（1）单进程单线程，主进程、主线程
（2）自定义线程：
主进程
主线程
子线程
threading用于提供线程相关的操作，线程是应用程序中工作的最小单元。python当前版本的多线程库没有实现优先级、线程组，线程也不能被停止、暂停、恢复、中断。
threading模块提供的类：
Thread, Lock, Rlock, Condition, [Bounded]Semaphore, Event, Timer, local。
threading 模块提供的常用方法：
threading.currentThread(): 返回当前的线程变量。
threading.enumerate(): 返回一个包含正在运行的线程的list。正在运行指线程启动后、结束前，不包括启动前和终止后的线程。
threading.activeCount(): 返回正在运行的线程数量，与len(threading.enumerate())有相同的结果。
threading 模块提供的常量：
threading.TIMEOUT_MAX 设置threading全局超时时间。
我们引用 theading
写两个线程看看效果！
运行
看不出来什么效果啊！卧槽？ 我想了一下是每个任务花时间长就可以看出来效果了，我们不用多线程 给它延迟来看效果。
看一下效果：
可以看到它 先运行了test1 然后延迟了三秒然后运行了test2在延迟了三秒结束运行。
那我们用多线程并发操作试试！
直接输出 test1和test2 延迟三秒结束由此一个简单的多线程操作小程序。
这个只是其一，还有另一种写法，听我娓娓道来。
首先我们需要定义一个类：
写法如下：
看一下运行
看到这里就会有小伙伴想了一次次添加线程多他妈的麻烦啊？？？
能不能一次性想启动多少启动多少线程啊？？of course！！！
写一个for循环就好了
代码如下：
运行查看：
