python多CPU计算实例分析

Python 提供了多种库来利用多 CPU 核心进行并行计算，其中最常用的是 `multiprocessing` 和 `concurrent.futures`。以下是两个简单的例子：

1. **multiprocessing** 库：
使用 `Pool` 类可以创建进程池，它可以在多个进程中同时运行任务。例如：

import multiprocessing

def worker(num):
    """ 这是一个代表每个进程的任务 """
    print(f"Worker {num} is running.")

if __name__ == '__main__':
    pool = multiprocessing.Pool(processes=4)  # 创建4个进程
    numbers = [1, 2, 3, 4, 5]  # 待处理的任务列表
    pool.map(worker, numbers)  # 并行执行map函数
    pool.close()  # 关闭连接，不再接受新的请求
    pool.join()  # 等待所有进程完成

在这个例子中，`worker` 函数会在不同的进程中并行执行。

2. **concurrent.futures** 库：
`ThreadPoolExecutor` 更加简洁易用，适合处理大量小任务。例如：

from concurrent.futures import ThreadPoolExecutor

def worker(num):
    print(f"Worker {num} started.")

with ThreadPoolExecutor(max_workers=4) as executor:
    future_to_num = {executor.submit(worker, i): i for i in range(1, 6)}
    for future in futures.as_completed(future_to_num):
        num = future_to_num[future]
        try:
            future.result()
        except Exception as exc:
            print(f"Exception raised: {exc}")

这里，`ThreadPoolExecutor` 创建了一个线程池，通过 `submit` 函数提交任务。