在Python中，可以使用`threading.Lock`来锁程序，确保同一时间只有一个线程可以执行某个代码块。以下是一个使用锁来保护变量`number`的示例：
```python
import threading
创建一个锁对象
lock = threading.Lock（）
def work3（）:
global number
for i in range（1000000）:
获取锁
lock.acquire（）
number += 1
释放锁
lock.release（）
def work4（）:
global number
for i in range（1000000）:
获取锁，如果无法获取则阻塞直到获取到
lock.acquire（blocking=True）
number += 1
释放锁
lock.release（）
if __name__ == "__main__":
t3 = threading.Thread（target=work3）
t4 = threading.Thread（target=work4）
t3.start（）
t4.start（）
t3.join（）
t4.join（）
print（number）
```
在这个示例中，`work3`和`work4`函数都试图修改全局变量`number`，但是通过使用`lock.acquire（）`和`lock.release（）`方法，我们确保每次只有一个线程可以执行这段代码，从而避免了竞态条件。
建议
使用`with`语句：
Python的`with`语句可以简化锁的使用，使代码更简洁。例如：
```python
def work3（）:
global number
for i in range（1000000）:
with lock:
number += 1
```
这种方式在进入`with`块时自动获取锁，在退出时自动释放锁，减少了因忘记释放锁而导致的潜在问题。
避免死锁：
在使用锁时，要确保锁的获取和释放顺序一致，避免死锁的发生。例如，如果线程A持有锁A并尝试获取锁B，而线程B持有锁B并尝试获取锁A，就会发生死锁。
考虑使用`threading.RLock`：
如果一个线程需要多次获取同一个锁，可以考虑使用`threading.RLock`（可重入锁），它允许同一个线程多次获取同一个锁而不会导致死锁。
通过这些方法，可以有效地保护共享资源，确保线程安全。