既然有GIL了那么为什么在python中多线程编码时候还需要加锁？

GIL

由于 python 解释器（Cpython interpreter）不是线程安全（thread-safe）的，所以 Cpython interpreter 的实现中使用了GIL（global interpreter lock)来阻止多线程同时在一个 pyobject 上操作。这里所说的 “不是线程安全“ 是指Cpython interpreter在内存管理上不是线程安全的。比如，两个线程同时增加一个 python object 的引用计数（内存管理用到），如果没有GIL，那么这个 python object 的 reference count 只会增加一次。因此，需要有这么一个规则：只有获得GIL的线程才能在 python object 上操作或者调用 python/c API 函数。
但是这么以来，貌似在interpreter执行的python程序只能单线程串行执行了么？不是，interpreter 为了模拟并发执行（concurrency of execution），会去尝试切换线程（详情可参考sys.setswitchinterval()）， 锁也会在当前线程block时候（例如读写文件等阻塞io情况下）释放掉，以便让给其他线程。interpreter 也会在执行够一定数量（通常是100）的 opcode 后释放锁。

例子

import threading
import time

total = 0
lock = threading.Lock()

def increment_n_times(n):
    global total
    for i in range(n):
        total += 1

def safe_increment_n_times(n):
    global total
    for i in range(n):
        lock.acquire()
        total += 1
        lock.release()

def increment_in_x_threads(x, func, n):
    threads = [threading.Thread(target=func, args=(n,)) for i in range(x)]
    global total
    total = 0
    begin = time.time()
    for thread in threads:
        thread.start()
    for thread in threads:
        thread.join()
    print('finished in {}s.\ntotal: {}\nexpected: {}\ndifference: {} ({} %)'
           .format(time.time()-begin, total, n*x, n*x-total, 100-total/n/x*100))

reference

https://wiki.python.org/moin/GlobalInterpreterLock
https://docs.python.org/3/c-api/init.html#thread-state-and-the-global-interpreter-lock
https://stackoverflow.com/questions/40072873/why-do-we-need-locks-for-threads-if-we-have-gil