В Python многопоточность (`threading`) подходит **только для I/O-bound задач** (сетевые запросы, чтение/запись файлов), где потоки могут работать параллельно во время ожидания. **Проблема GIL (Global Interpreter Lock)** ограничивает выполнение Python-кода одним потоком в один момент времени, поэтому для **CPU-bound задач** (математические вычисления) лучше использовать `multiprocessing` или `asyncio` для I/O. Пример для I/O-bound: ``` import threading import requests def fetch_url(url): response = requests.get(url) print(f"Fetched {url}, status: {response.status_code}") urls = ["https://example.com", "https://google.com"] threads = [threading.Thread(target=fetch_url, args=(url,)) for url in urls] for t in threads: t.start() for t in threads: t.join() ``` **Итог:** ✔ Подходит для I/O-bound (ожидание операций). ❌ Не подходит для CPU-bound (из-за GIL). 🔹 Альтернативы: `multiprocessing` (CPU), `asyncio` (I/O).