以下是我从代码项目的一篇文章中得到的内容。我想它清楚地解释了所需的一切。

线程是另一种将工作负载拆分为单独的执行流。线程的重量比进程轻。这这意味着，它提供的灵活性不如全面流程，但可以启动速度更快，因为操作系统设置当程序由两个或多个线程组成时线程共享单个内存空间。进程被赋予单独的地址空间。所有线程共享一个堆。但每个线程都有自己的堆栈。

进程是代码、内存、数据和其他资源的集合。线程是在进程范围内执行的一系列代码。您可以（通常）在同一进程中同时执行多个线程。

在用Python（解释语言）构建包含多线程的算法时，我惊讶地发现，与我之前构建的顺序算法相比，执行时间并没有任何改善。为了理解导致这种结果的原因，我做了一些阅读，并相信我所学到的内容提供了一个有趣的背景，可以更好地理解多线程和多进程之间的差异。

多核系统可能会执行多个线程，因此Python应该支持多线程。但Python不是一种编译语言，而是一种解释语言1。这意味着必须对程序进行解释才能运行，并且在程序开始执行之前，解释器不知道程序。然而，它所知道的是Python的规则，然后动态地应用这些规则。Python中的优化必须主要是解释器本身的优化，而不是要运行的代码。这与C++等编译语言形成对比，并对Python中的多线程产生影响。具体来说，Python使用全局解释器锁来管理多线程。

另一方面，编译语言是编译的。程序被“完全”处理，首先根据其语法定义进行解释，然后映射到语言不可知的中间表示，最后链接到可执行代码中。这个过程允许代码得到高度优化，因为在编译时所有代码都可用。在创建可执行文件时定义了各种程序交互和关系，可以做出关于优化的稳健决策。

在现代环境中，Python的解释器必须允许多线程，这必须既安全又高效。这就是解释语言与编译语言的区别所在。解释器必须不干扰来自不同线程的内部共享数据，同时优化处理器的计算使用。

如前几篇文章所述，进程和线程都是独立的顺序执行，主要区别在于内存在进程的多个线程之间共享，而进程隔离了它们的内存空间。

在Python中，全局解释器锁防止不同线程同时访问数据。它要求在任何Python程序中，任何时候只能执行一个线程。另一方面，可以运行多个进程，因为每个进程的内存都与任何其他进程隔离，并且进程可以在多个内核上运行。

唐纳德·克努思在《计算机编程的艺术：基本算法》中对解释例程有很好的解释。

线程和进程都是OS资源分配的原子单元（即，有一个并发模型描述了CPU时间如何在它们之间分配，以及拥有其他OS资源的模型）。不同之处在于：

共享资源（根据定义，线程共享内存，除了堆栈和本地变量之外，它们不拥有任何东西；进程也可以共享内存，但这有一个单独的机制，由OS维护）分配空间（进程的内核空间与线程的用户空间）

格雷格·休吉尔（Greg Hewgill）对“进程”一词的Erlang含义是正确的，这里讨论了为什么Erlang可以实现轻量级进程。

每个进程都是一个线程（主线程）。但每个线程都不是一个进程。它是流程的一部分（实体）。

关于并发编程的更多解释

流程有一个独立的执行环境。一个进程通常有一套完整的、私有的基本运行时资源；特别是，每个进程都有自己的内存空间。

线程存在于一个进程中-每个进程至少有一个线程。线程共享进程的资源，包括内存和打开的文件。这有助于高效但可能存在问题的沟通。

来源：Java™ 教程：进程和线程

记住普通人的一个例子：

在计算机上，打开Microsoft Word和web浏览器。我们称这两个过程为。

在Microsoft Word中，您键入一些内容，它会自动保存。现在，您已经观察到编辑和保存是并行进行的——在一个线程上编辑，在另一个线程中保存。