本文实例讲述了Python多进程并发(multiprocessing)用法。分享给大家供大家参考。具体分析如下：

由于Python设计的限制(我说的是咱们常用的CPython)。最多只能用满1个CPU核心。
Python提供了非常好用的多进程包multiprocessing，你只需要定义一个函数，Python会替你完成其他所有事情。借助这个包，可以轻松完成从单进程到并发执行的转换。

1、新建单一进程

如果我们新建少量进程，可以如下：

import multiprocessing
import time
def func(msg):for i in xrange(3):print msgtime.sleep(1)
if __name__ == "__main__":p = multiprocessing.Process(target=func, args=("hello", ))p.start()p.join()print "Sub-process done."

2、使用进程池

是的，你没有看错，不是线程池。它可以让你跑满多核CPU，而且使用方法非常简单。

注意要用apply_async，如果落下async，就变成阻塞版本了。

processes=4是最多并发进程数量。

import multiprocessing
import time
def func(msg):for i in xrange(3):print msgtime.sleep(1)
if __name__ == "__main__":pool = multiprocessing.Pool(processes=4)for i in xrange(10):msg = "hello %d" %(i)pool.apply_async(func, (msg, ))pool.close()pool.join()print "Sub-process(es) done."

3、使用Pool，并需要关注结果

更多的时候，我们不仅需要多进程执行，还需要关注每个进程的执行结果，如下：

import multiprocessing
import time
def func(msg):for i in xrange(3):print msgtime.sleep(1)return "done " + msg
if __name__ == "__main__":pool = multiprocessing.Pool(processes=4)result = []for i in xrange(10):msg = "hello %d" %(i)result.append(pool.apply_async(func, (msg, )))pool.close()pool.join()for res in result:print res.get()print "Sub-process(es) done."

写到这里，给大家推荐一个资源很全的python学习聚集地，点击进入，这里有资深程序员分享以前学习

心得，学习笔记，还有一线企业的工作经验，且给大家精心整理一份python零基础到项目实战的资料，

每天给大家讲解python最新的技术，前景，学习需要留言的小细节
希望本文所述对大家的Python程序设计有所帮助。