在Python中,使用multiprocessing模块可以实现跨CPU并行化任务的分配。该模块的Pool类提供了map和imap方法来创建并行任务池,并自动分配到多个可用CPU上运行。
示例代码:
import multiprocessing
def do_work(x):
return x * x
if __name__ == '__main__':
with multiprocessing.Pool(processes=4) as pool:
results = pool.imap(do_work, range(10))
for result in results:
print(result)
在此示例中,我们创建了一个包含4个进程的线程池,并使用imap方法将任务do_work分配到线程池中的每个进程上。最终,我们将打印输出的结果,表明任务在并行执行中产生了正确的结果。
上一篇:并行化嵌套的for循环:分割数据
下一篇:并行化任务在高级和低级别的优缺点