在Python中，可以使用多线程或多进程来并行地计算一系列独立值的总和。下面是分别使用多线程和多进程的代码示例：

1. 使用多线程：

import threading

def calculate_sum(values):
    result = sum(values)
    print("Sum:", result)

def parallel_sum(values, num_threads):
    # 将值列表分成多个子列表，每个子列表由一个线程处理
    chunk_size = len(values) // num_threads
    chunks = [values[i:i+chunk_size] for i in range(0, len(values), chunk_size)]
    
    # 创建并启动线程
    threads = []
    for chunk in chunks:
        thread = threading.Thread(target=calculate_sum, args=(chunk,))
        thread.start()
        threads.append(thread)
    
    # 等待所有线程完成
    for thread in threads:
        thread.join()

# 示例输入
values = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
num_threads = 4

# 并行计算总和
parallel_sum(values, num_threads)

2. 使用多进程：

import multiprocessing

def calculate_sum(values):
    result = sum(values)
    print("Sum:", result)

def parallel_sum(values, num_processes):
    # 将值列表分成多个子列表，每个子列表由一个进程处理
    chunk_size = len(values) // num_processes
    chunks = [values[i:i+chunk_size] for i in range(0, len(values), chunk_size)]
    
    # 创建并启动进程
    processes = []
    for chunk in chunks:
        process = multiprocessing.Process(target=calculate_sum, args=(chunk,))
        process.start()
        processes.append(process)
    
    # 等待所有进程完成
    for process in processes:
        process.join()

# 示例输入
values = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
num_processes = 4

# 并行计算总和
parallel_sum(values, num_processes)

注意：在实际应用中，并行计算可能并不总是比串行计算更快，因为并行计算涉及到额外的线程或进程管理开销。因此，在选择并行计算时，需要根据具体情况进行性能测试和评估。