python for循环并行

在 Python 中，有多种方式可以进行并行化的 for 循环。下面介绍其中两种常用方式。

## 1. 使用 multiprocessing 模块

`multiprocessing` 模块是 Python 内置的多进程模块，通过创建多个进程来实现并行化。下面是一个简单的例子：

import multiprocessing

def process(number):
    print(f"Processing {number}")

if __name__ == "__main__":
    numbers = [1, 2, 3, 4, 5]
    with multiprocessing.Pool() as pool:
        pool.map(process, numbers)

在上面的例子中，我们定义了一个 `process` 函数，用来处理每一个数字。然后，我们使用 `multiprocessing.Pool` 创建一个进程池，并使用 `pool.map` 方法来并行处理每一个数字。

## 2. 使用 joblib 模块

`joblib` 模块是一个用于并行化的工具包，它可以用于多进程和多线程并行化。下面是一个简单的例子：

from joblib import Parallel, delayed

def process(number):
    print(f"Processing {number}")

if __name__ == "__main__":
    numbers = [1, 2, 3, 4, 5]
    Parallel(n_jobs=-1)(delayed(process)(number) for number in numbers)

在上面的例子中，我们定义了一个 `process` 函数，用来处理每一个数字。然后，我们使用 `Parallel` 方法来并行处理每一个数字。`n_jobs=-1` 表示使用所有可用的 CPU 核心进行并行化。

需要注意的是，在使用并行化的时候，为了避免出现竞争条件，需要确保各个进程或线程之间不互相干扰。因此，需要使用锁或者其他同步机制来保证数据的正确性。