Python 多线程库有以下几个推荐：
threading：Python 标准库中的线程管理模块，简单易用，适合入门学习。
concurrent.futures：Python 标准库中的高级并发模块，支持线程池和进程池两种并发模型，支持异步调用，适合高性能并发场景。
multiprocessing：Python 标准库中的多进程管理模块，与 threading 相比，拥有更小的资源开销，适合 CPU 密集型任务。
joblib：基于 multiprocessing 的简单作业调度库，支持并行计算、批量处理等，适合科学计算和数据挖掘场景。
Dask：分布式计算框架，支持多线程、多进程和分布式三种计算模式，适合大规模数据处理和机器学习场景。
PySpark：Apache Spark 的 Python API，支持分布式计算，适合大规模数据处理和机器学习场景。
需要注意的是，由于全局解释器锁（GIL）的存在，Python 多线程在 CPU 密集型任务中可能无法充分利用多核 CPU 的性能。在这种情况下，可以考虑使用多进程或分布式计算框架。