本文參考“郭靖愕然——python的多線程與多進程”對多進程/多線程的概念進行理解，結(jié)合實際運用情況對python多進程進行整理。

一、進程與線程Process&Thread

進程 是操作系統(tǒng)進行資源分配的最小單元，資源包括CPU、內(nèi)存、磁盤等IO設(shè)備等等，而 線程 是CPU調(diào)度的基本單位。舉個簡單的例子來幫助理解：我們電腦上同時運行的瀏覽器和視頻播放器是兩個不同的進程，進程可能包含多個子任務(wù)，這些子任務(wù)就是線程，比如視頻播放器在播放視頻時要同時顯示圖像、播放聲音、顯示字幕，這就是三個線程

多線程與多進程的執(zhí)行方式是一樣的，都是由操作系統(tǒng)在多個線程/進程之間快速切換，讓每個線程/進程都短暫地交替運行，看起來就像同時執(zhí)行一樣。多線程/多進程使程序的執(zhí)行速度和CPU的利用效率大大提升。絕大多數(shù)主流的編程語言都能很好地支持多線程，然而 python 由于 GIL 鎖無法實現(xiàn)真正的多線程 。

python多線程和多進程不存在優(yōu)劣之分，兩者都有著各自的應(yīng)用環(huán)境。線程幾乎不占資源，系統(tǒng)開銷少，切換速度快，而且同一個進程的多個線程之間能很容易地實現(xiàn)數(shù)據(jù)共享；而創(chuàng)建進程需要為它分配單獨的資源，系統(tǒng)開銷大，切換速度慢，而且不同進程之間的數(shù)據(jù)默認是不可共享的。

二、python實現(xiàn)多進程

使用multiprocessing模塊創(chuàng)建Pool進程池

使用functools模塊partial方法傳入固定參數(shù)

            
              # -*- coding: utf-8 -*-
'''
Created on 2019年5月28日
@author: H
'''

import time
from multiprocessing import Pool as ProcessPool
from functools import partial
import pandas as pd
import numpy as np
 
def Tpara(par4,x,y):
    m,n,p,ti=par4
    print(str(ti)+'...')
    value=(m+n)*(p-x)/y
    errorList=[m,n,p,value]
    valueDF=pd.DataFrame([errorList],columns=['m','n','p','value'])
    return valueDF

def main():
    # wall time(即墻上時鐘)time.time()；CPU時間time.clock()
    start=time.time() 
    start_run_time=str(time.strftime("%Y-%m-%d %H:%M:%S",time.localtime(start)))
    print('start time : '+start_run_time)
    # 獲取Tpara()可變參數(shù)par4
    para4=[]
    mList=[7,8,9,10]
    nList=[0.5,0.4,0.3,0.2,0.1]
    pList=[0.6,0.7,0.8,0.9,1]
    ti=0 #記錄任務(wù)編號
    for m in mList:
        for n in nList:
            for p in pList:
                ti+=1
                para4.append((m,n,p,ti))
    poolNum=4 #進程數(shù)
    p=ProcessPool(poolNum)
    partial_work = partial(Tpara,x=3,y=5) #傳入Tpara函數(shù)的固定參數(shù)
    valueListIte = p.map(partial_work, para4) #傳入Tpara函數(shù)的可變參數(shù)
    p.close()
    p.join()
    #對全部任務(wù)的返回值進行匯總獲取最大值
    valueTDF=pd.DataFrame(columns=['m','n','p','value'])
    for rangeNum in range(len(valueListIte)):
        valueTDF=pd.concat([valueTDF,valueListIte[rangeNum]],ignore_index=True,axis=0)#axis默認0縱向拼接
    MVPvalue=valueTDF.loc[valueTDF['value']==np.max(valueTDF['value'].astype(float))]#返回最大value所在行
    print('==========valueTDF')
    print(valueTDF)
    print('==========MVPvalue')
    print(MVPvalue)
    end=time.time()
    end_run_time=str(time.strftime("%Y-%m-%d %H:%M:%S",time.localtime(end)))
    print('end time : '+end_run_time)
    print('Running time : %s Seconds'%(end-start)) 
    
if __name__ == '__main__':
    main()
            
          

運行結(jié)果：