threading.Thread()

import threading

# スレッドの生成と実行
t = threading.Thread(target=関数, args=(引数,))
t.start()   # スレッド開始
t.join()    # スレッドの終了を待つ

# 排他制御（Lock）
lock = threading.Lock()
with lock:
    # クリティカルセクション
    pass

import threading
import time

# 基本的なスレッドの作成と実行
def download(url, name):
    print(f"[{name}] ダウンロード開始: {url}")
    time.sleep(2)   # ネットワーク処理のシミュレーション
    print(f"[{name}] ダウンロード完了!")

# 逐次実行（約6秒）
# for url in urls: download(url)

# 並行実行（約2秒）
urls = ['https://example.com/file1', 'https://example.com/file2', 'https://example.com/file3']
threads = []
for i, url in enumerate(urls):
    t = threading.Thread(target=download, args=(url, f"Thread-{i+1}"))
    threads.append(t)
    t.start()

for t in threads:
    t.join()    # すべてのスレッドの終了を待つ
print("すべてのダウンロードが完了しました")

# Lock: 共有リソースへの排他制御
counter = 0
lock    = threading.Lock()

def increment(n):
    global counter
    for _ in range(n):
        with lock:      # ロックを取得してからカウンタを更新
            counter += 1

threads = [threading.Thread(target=increment, args=(10000,)) for _ in range(5)]
for t in threads: t.start()
for t in threads: t.join()
print(f"カウンタ: {counter}")   # 50000（Lockなしでは競合でズレる）

# クラスを継承したスレッド
class WorkerThread(threading.Thread):
    def __init__(self, task_id):
        super().__init__(daemon=True)
        self.task_id = task_id
        self.result  = None

    def run(self):
        # start()を呼ぶとrun()が別スレッドで実行される
        time.sleep(1)
        self.result = self.task_id ** 2

workers = [WorkerThread(i) for i in range(5)]
for w in workers: w.start()
for w in workers: w.join()
print([w.result for w in workers])  # [0, 1, 4, 9, 16]

スレッドが共有リソース（グローバル変数・ファイルなど）にアクセスするとき、排他制御（Lock）がないと競合状態（レースコンディション）が発生します。複数のスレッドが同時に読み書きを行うと、予測できない結果になる可能性があります。

PythonのGIL（グローバルインタープリタロック）はPythonオブジェクトへのアクセスをスレッドセーフにするための仕組みですが、同時に1つのスレッドしかPythonコードを実行できないことも意味します。そのため数値計算・画像処理などのCPU密集タスクには効果がなく、ファイルI/O・HTTPリクエストなどのI/O待ちタスクに有効です。CPU密集タスクの並列化にはmultiprocessingを使いましょう。