我们就times函数为例谈谈多态，就像我们看到的那样，times函数中表达式×*y的意义完全取决于x和y的对象类型，同样的函数，在一个实例下执行的是乘法，在另一个实例下执行的却是重复。Python把对某一对象在某种语法下的合理性交给那个对象自身来判断。实际上，*作为一个分派机制，将执行的控制权移交给被处理的对象。
创新互联主要业务有网站营销策划、成都做网站、网站设计、微信公众号开发、成都小程序开发、H5技术、程序开发等业务。一次合作终身朋友，是我们奉行的宗旨；我们不仅仅把客户当客户，还把客户视为我们的合作伙伴，在开展业务的过程中，公司还积累了丰富的行业经验、成都全网营销资源和合作伙伴关系资源，并逐渐建立起规范的客户服务和保障体系。
这种依赖类型的行为称为多态，其含义就是一个操作的意义取决于被操作对象的类型。因为Python是动态类型语言，所以多态在Python中随处可见。事实上，在 Python中所有操作都是多态的操作:print、index、*运算符，以及更多。这实际上是有意而为的，并且从很大程度上算作是这门语言简洁性和灵活性的一个表现。例如，函数可以自动地应用到所有类别的对象上。只要对象支持所预期的接口（也称为协议)，函数就能处理它们。也就是说，如果传给函数的对象支持预期的方法和表达式运算符，那么它们对函数的逻辑来说就是有着即插即用的兼容性。即使是简单的times 函数，对任意两个支持*的对象都可以执行，无论它是哪种类型，也不管它是何时编写的。这个函数对于数字来说是有效的（执行乘法)，或者一个字符串和一个数字（执行重复)，或者任意其他支持扩展接口的兼容对象——甚至是我们尚未编写过的基于类的对象。
主调函数是本身固有的数，被调函数是通过其他数计算出来的
主调函数 调用别的函数实现功能
例如 A是主调函数 B是被调函数
void A（）
{
B();
}
全局解释器锁GIL(CPython)
Python代码的执行由Python虚拟机(也叫解释器主循环)来控制。CPython在执行多线程的时候并不是线程安全的，所以为了程序的稳定性，加一把全局解释锁，确保任何时候都只有一个Python线程执行。虽然 Python 解释器中可以“运行”多个线程，但在同一时刻只有一个线程在解释器中运行。
我们所说的Python全局解释锁(GIL)简单来说就是一个互斥体(或者说锁)，这样的机制只允许一个线程来控制Python解释器。GIL对执行单线程任务的程序员们来说并没什么显著影响，但是它成为了计算密集型(CPU-bound)和多线程任务的性能瓶颈。
相关推荐：《Python视频教程》
在多线程环境中，Python 虚拟机按以下方式执行：
a、设置 GIL；
b、切换到一个线程去运行；
c、运行指定数量的字节码指令或者线程主动让出控制(可以调用 time.sleep(0))；
d、把线程设置为睡眠状态；
e、解锁 GIL；
f、再次重复以上所有步骤。
在调用外部代码(如 C/C++扩展函数)的时候，GIL将会被锁定，直到这个函数结束为止(由于在这期间没有Python的字节码被运行，所以不会做线程切换)编写扩展的程序员可以主动解锁GIL。
Python多线程模块的选择：
Python提供了几个用于多线程编程的模块，包括thread、threading和Queue等。thread和threading模块允许程序员创建和管理线程。thread模块提供了基本的线程和锁的支持，threading提供了更高级别、功能更强的线程管理的功能。Queue模块允许用户创建一个可以用于多个线程之间共享数据的队列数据结构。
避免使用thread模块，因为更高级别的threading模块更为先进，对线程的支持更为完善，而且使用thread模块里的属性有可能会与threading出现冲突；其次低级别的thread模块的同步原语很少(实际上只有一个)，而threading模块则有很多；再者，thread模块中当主线程结束时，所有的线程都会被强制结束掉，没有警告也不会有正常的清除工作，至少threading模块能确保重要的子线程退出后进程才退出。
thread模块不支持守护线程，当主线程退出时，所有的子线程不论它们是否还在工作，都会被强行退出。而threading模块支持守护线程，守护线程一般是一个等待客户请求的服务器，如果没有客户提出请求它就在那等着，如果设定一个线程为守护线程，就表示这个线程是不重要的，在进程退出的时候，不用等待这个线程退出。