Python поддерживает параллелизм, но не полностью из-за GIL (Global Interpreter Lock). GIL ограничивает выполнение только одного потока Python одновременно, что мешает полноценному использованию многопоточности для CPU-задач. Для CPU-задач лучше использовать `multiprocessing`, который создает отдельные процессы с собственным GIL. Для I/O-задач подходит `threading`, так как GIL освобождается во время ожидания. Пример с `multiprocessing`: ``` from multiprocessing import Pool def square(x): return x * x if __name__ == "__main__": with Pool(4) as p: print(p.map(square, range(10))) ``` Асинхронность (`asyncio`) также помогает с I/O-bound задачами, но требует переработки кода под корутины. Вывод: Python предлагает инструменты для параллелизма, но их выбор зависит от типа задачи.