正如前面所说，要使用QThread开始一个线程，我们可以创建它的一个子类，然后覆盖其QThread.run()函数：
class Thread(QThread):
def __init__(self):
super(Thread,self).__init__()
def run(self):
pass #线程相关代码
然后我们这样新建一个新的线程
thread=Thread() thread.start()这个默认实现其实是简单地调用了QThread.exec()函数，而这个函数，按照我们前面所说的，其实是开始了一个事件循环
QRunnable是我们要介绍的第二个类。这是一个轻量级的抽象类，用于开始一个另外线程的任务。这种任务是运行过后就丢弃的。由于这个类是抽象类，我们需要继承QRunnable，然后重写其纯虚函数QRunnable.run()：
class Task(QRunnable):
def __init__(self):
super(QRunnable,self).__init__()
def run(self):
pass #线程相关代码 要真正执行一个QRunnable对象，我们需要使用QThreadPool类。顾名思义，这个类用于管理一个线程池。通过调用QThreadPool.start(runnable)函数，我们将一个QRunnable对象放入QThreadPool的执行队列。一旦有线程可用，线程池将会选择一个QRunnable对象，然后在那个线程开始执行。所有 PyQt 应用程序都有一个全局线程池，我们可以使用QThreadPool.globalInstance()获得这个全局线程池；与此同时，我们也可以自己创建私有的线程池，并进行手动管理。
task=Task() QThreadPool.globalInstance().start(task)需要注意的是，QRunnable不是一个QObject，因此也就没有内建的与其它组件交互的机制。为了与其它组件进行交互，你必须自己编写低级线程原语，例如使用 mutex 守护来获取结果等。
QtConcurrent是我们要介绍的最后一个对象。这是一个高级 API，构建于QThreadPool之上，用于处理大多数通用的并行计算模式：map、reduce 以及 filter。它还提供了QtConcurrent.run()函数，用于在另外的线程运行一个函数。注意，QtConcurrent是一个命名空间而不是一个类，因此其中的所有函数都是命名空间内的全局函数。
不同于QThread和QRunnable，QtConcurrent不要求我们使用低级同步原语：所有的QtConcurrent都返回一个QFuture对象。这个对象可以用来查询当前的运算状态（也就是任务的进度），可以用来暂停/回复/取消任务，当然也可以用来获得运算结果。注意，并不是所有的QFuture对象都支持暂停或取消的操作。比如，由QtConcurrent.run()返回的QFuture对象不能取消，但是由QtConcurrent.mappedReduced()返回的是可以的。QFutureWatcher类则用来监视QFuture的进度，我们可以用信号槽与QFutureWatcher进行交互（注意，QFuture也没有继承QObject）。
下面我们可以对比一下上面介绍过的三种类：
| 特性 | QThread
|
QRunnable
|
QtConcurrent
|
| 高级 API | ✘ | ✘ | ✔ |
| 面向任务 | ✘ | ✔ | ✔ |
| 内建对暂停/恢复/取消的支持 | ✘ | ✘ | ✔ |
| 具有优先级 | ✔ | ✘ | ✘ |
| 可运行事件循环 | ✔ | ✘ | ✘ |