一次可以运行的最大进程数受计算机上处理器数量的限制。查询计算机上处理器的数量，如下：
import multiprocessing as mp
print("Number of processors:", mp.cpu_count())
二、开始并行化之前需要注意
multiprocesssing在Ipython控制台起作用，但在Jupyter Notebook中不起作用。
三、Pool Class可以使用n个处理器初始化Pool，然后将要并行化的函数传递给one of Pools parallization methods.。multiprocessing。Pool()类产生了一组称为worker的进程，可以使用apply()/apply_async()和map()/map_async()方法提交任务。
四、并行化的举例 1.from multiprocessing import Pool
def f(x):
return x*x
if __name__ == '__main__':
with Pool(12) as p:
print(p.map(f, [1, 2, 3]))
控制台结果：
from multiprocessing import Pool
from tqdm import tqdm
def f(x):
return x*x
if __name__ == '__main__':
with Pool(12) as p:
result = list(tqdm(p.map(f, [1, 2, 3]), total=3))
print(result)
控制台结果：
map是一次性返回所有子进程的返回值, 自带close,join
from multiprocessing import Pool
from tqdm import tqdm
def f(x):
return x*x
# 第一种：直接进行多进程
if __name__ == '__main__':
with Pool(12) as p:
# print(p.map(f, [1, 2, 3])) # 这里是输出最后的结果
print(type(p.map(f, [1, 2, 3]))) # 这里查看一下p.map()的返回值类型
# 第二种：给多进程进行进度条显示
# if __name__ == '__main__':
# with Pool(12) as p:
# result = list(tqdm(p.map(f, [1, 2, 3]), total=3))
# print(result)
