参考链接：

　　　　　

1 from multiprocessing import Pool 2 from multiprocessing.dummy import Pool as ThreadPool 3 import time 4  5  6 def func(i): 7     d = 0 8     for a in range(i): 9         for b in range(i*i):10             for c in range(i*i):11                 for e in range(i*i):12                     d += a * b * c13     return d14 15 16 if __name__ == '__main__':17     start = time.time()18     # pool = Pool(processes=4)19     pool = ThreadPool(processes=1)20     iteration = [x for x in range(15)]21     results = pool.map(func, iteration)22     end = time.time()23     print('耗时:', end-start)24     for result in results:25         print(result)

我的笔记本是四核

因为多进程没用过，所以我自己写了个小例子，体现出在CPU密集型操作中多进程的优势

运行多进程，注释掉19行代码

运行多线程，注释掉18行代码

 

运行结果

1.多线程  CPU最高37%

 

2.多进程 CPU最高100%

 

 

CPU密集型和IO密集型：

　　1.CPU密集型代码，各种循环处理，计数等等       这种情况使用多进程

　　1.IO密集型代码，文件处理，网络爬虫等  　　　使用多线程