Многопоточность в Python позволяет выполнять несколько задач *почти* одновременно, что особенно полезно для I/O-bound операций (сеть, файлы, ожидание ответа от API). Хотя из-за GIL (Global Interpreter Lock) настоящего параллелизма для CPU-bound задач не добиться, потоки экономят время за счёт переключения между задачами. **Пример (скачивание файлов):** ``` import threading import requests def download(url): response = requests.get(url) print(f"Downloaded {url}") urls = ["url1", "url2", "url3"] threads = [] for url in urls: thread = threading.Thread(target=download, args=(url,)) thread.start() threads.append(thread) for thread in threads: thread.join() ``` Здесь потоки позволяют скачивать файлы *параллельно*, не блокируя основной поток. **Когда использовать:** - I/O-bound задачи (сеть, БД, файлы) - GUI-приложения (чтобы интерфейс не "зависал") - Асинхронные операции, где важно ожидание Для CPU-bound задач лучше использовать `multiprocessing`.