Python的一个重要的优势在于多线程的任务处理，我们平常使用Python编写简单的脚本是不用多线程的，但涉及到多任务调度时，就需要多线程进行处理了。
首先科普一下什么是“多线程”，具体对多线程的可续定义请移步百度自行查找学习，这里我谈一下自己的看法。
假设一个人周末在家处理家务，他需要烧水，等待水开的时间是10分钟；他需要洗衣服，整理脏衣服放进洗衣机后，需要等待的时间是40分钟；在外面订购了午饭用的菜品，选择并下订单需要5分钟，等待菜品到达需要1个小时...
这是最常见的场景了，也是我们自己的生活写照，那么你是怎么处理这些“任务”的。如果处理器和我们一起处理完一个任务再耐心等待，那就不需要处理器了，我们自己就可以完成。我们追求的是高效、快捷、迅速，结合自己的思维就可以认识到，很多等待时间我们可以去取完成其他的任务，这样的处理方式就会高效许多。
这就是“多线程”的模型，同时启动多个任务（非严格意义的同时），利用一个任务的空闲时间去处理另外的任务，根据任务的重要紧急情况（优先级的概念）可以在处理一个任务时进行中断去处理另外一个任务，每个任务其实就是一个“线程”，多任务处理自然就是“多线程”。在操作系统中，这些任务的调度和切换是非常快的，常是毫秒级别的切换频率，所以从人的认知角度来看，这些任务就像在同时进行一样，这也就使得我们在写文章时还能听着歌了。
这里面还有另外一个概念，即是“多进程”，进程是可以同时进行处理任务的，和“多线程”不一样，这是比较严格的“同时”，这依赖于多个处理器，相当于多个人在同时完成不同任务。这篇文章重点讨论如何使用Python进行多线程处理。
Python处理多线程任务方法有很多种，这篇文章重点演示使用Thread类创建多线程。
这种方法是直接使用Thread类创建线程，验证思路是创建两个线程并同时启动，一个线程用来打印当地时间，另外一个线程用来打印“ * ”号。
演示代码如下：（可以复制粘贴，小心缩进不要搞错）
————————————————————————————————
import threading # 导入threading相关类
import time # 导入time相关类
def GetTime(): # 定义一个获取本地时间函数
while True: # 创建函数死循环，即一直循环运行
print('\n',time.strftime("%Y-%m-%d %H:%M:%S", time.localtime())) # 打印本地时间
time.sleep(5) # 休眠5秒
def PrintFlag(): # 定义一个参照函数，打印【*】美妙打印一个【*】
while True: # 创建函数死循环
print('*',end="") # 打印一个*
time.sleep(1) # 休眠1秒
t1 = threading.Thread(target=GetTime) # 创建线程1
t2 = threading.Thread(target=PrintFlag) # 创建线程2
t1.start() # 启动线程1
t2.start() # 启动线程2————————————————————————————————
代码的排版缩进如下图所示，新手一定要注意，Python是根据代码缩进来进行包含处理的，每个缩进是一个【Tab】符，即四个空格，如果缩进错误，会导致代码逻辑混乱，甚至导致不容易排查的错误，所以一定要养成好习惯，不要在这里出错。
运行代码，执行结果如下图所示。
从执行结果可以看出，代码的运行结果完全符合预期。
*****************************END LINE******************************
