Python multiprocessing使用样例

下面是一个简单的 Python multiprocessing 的样例：

import multiprocessing

def worker(num):
    """worker function"""
    print('Worker:', num)
    return

if __name__ == '__main__':
    jobs = []
    for i in range(5):
        p = multiprocessing.Process(target=worker, args=(i,))
        jobs.append(p)
        p.start()

这个样例创建了5个进程，每个进程都调用 `worker` 函数，并且传入一个整数参数。

在这个样例中，我们使用了 `multiprocessing.Process` 类来创建一个进程对象，然后调用 `start()` 方法来启动进程。`args` 参数是一个元组，它包含传递给 `worker` 函数的参数。在 `worker` 函数内部，我们打印出了进程的编号。

需要注意的是，在 Windows 系统中，必须将代码放在 `if __name__ == '__main__':` 语句块中，否则会出现奇怪的问题。这是因为 Windows 中的多进程模块使用了不同的机制来启动子进程。在 Linux 系统中，这个限制不是必需的。

相关问题

python multiprocessing样例

下面是一个简单的Python multiprocessing示例，其中我们使用了`Process`类来创建子进程，并使用`Queue`类来在父进程和子进程之间传递数据：

import multiprocessing

def worker(queue):
    """子进程函数"""
    print("子进程开始执行")
    data = queue.get()  # 从队列中获取数据
    print(f"子进程接收到的数据为：{data}")
    queue.put("hello from child")  # 向队列中加入数据

if __name__ == "__main__":
    print("父进程开始执行")
    queue = multiprocessing.Queue()  # 创建队列对象
    process = multiprocessing.Process(target=worker, args=(queue,))  # 创建子进程对象
    process.start()  # 启动子进程
    queue.put("hello from parent")  # 向队列中加入数据
    data = queue.get()  # 从队列中获取数据
    print(f"父进程接收到的数据为：{data}")
    process.join()  # 等待子进程结束

在上面的示例中，我们首先创建了一个`Queue`对象，然后使用`Process`类创建了一个子进程。子进程函数`worker`从队列中获取数据，打印出来，并向队列中加入一条数据。主进程先向队列中加入一条数据，然后从队列中获取数据并打印出来。最后，我们使用`join`方法等待子进程结束。

python multiprocessing多线程样例

下面是一个使用 `multiprocessing` 模块实现多线程的 Python 样例：

import multiprocessing

def worker(num):
    """定义每个线程要执行的任务"""
    print('Worker %d is running' % num)

if __name__ == '__main__':
    # 创建多个进程
    for i in range(5):
        p = multiprocessing.Process(target=worker, args=(i,))
        p.start()

在这个样例中，我们首先定义了一个 `worker` 函数，这个函数代表了每个线程要执行的任务。然后在 `main` 函数中，我们创建了 5 个进程，并将它们分别赋予一个编号。每个进程都会调用 `worker` 函数，并传递自己的编号作为参数。

当我们运行这个程序时，我们会看到类似下面的输出：

Worker 0 is running
Worker 1 is running
Worker 2 is running
Worker 3 is running
Worker 4 is running

可以看到，这个程序成功地创建了 5 个进程，并在每个进程中执行了 `worker` 函数。