是的，被阻塞的Python线程可以导致其他线程被阻塞。这是因为Python的全局解释器锁（Global Interpreter Lock，GIL）限制了同一时刻只有一个线程可以执行Python字节码。当一个线程被阻塞时，其他线程无法获得GIL并继续执行。

以下是一个示例代码，演示了一个线程被阻塞后其他线程也被阻塞的情况：

import threading
import time

def worker1():
    print("Worker 1 started")
    time.sleep(5)  # 模拟长时间的阻塞操作
    print("Worker 1 finished")

def worker2():
    print("Worker 2 started")
    time.sleep(2)  # 模拟短时间的阻塞操作
    print("Worker 2 finished")

if __name__ == "__main__":
    t1 = threading.Thread(target=worker1)
    t2 = threading.Thread(target=worker2)

    t1.start()
    t2.start()

    t1.join()
    t2.join()

    print("All threads finished")

在这个示例中，worker1函数模拟了一个长时间的阻塞操作，而worker2函数模拟了一个短时间的阻塞操作。当t1线程执行time.sleep(5)时，它会被阻塞住，同时GIL也会被锁定。这意味着t2线程在t1线程被阻塞期间无法获得GIL并执行代码，直到t1线程结束阻塞并释放GIL。

因此，被阻塞的Python线程确实可以导致其他线程被阻塞。要解决这个问题，你可以考虑使用多进程代替多线程，或者使用并发编程库如multiprocessing或concurrent.futures来实现并行执行。这些库可以绕过GIL限制，实现真正的并行执行。