我想做并行计算并将结果返回给主线程。由于这已经完成了很多次，我认为处理消息传递的进程开销会阻碍性能（这个假设是否正确？），所以我想使用线程。
据我了解 - 只有当我使用jython或ironpython（哪个更好？）时，线程才会在不同的核心上运行。
假设这是正确的 - 我所要做的就是将我的eclipse解释器切换到上面的一个？
最后，我正在使用numpy。这是一个问题吗？ jython / ironpython的实现是否会妨碍numpy性能？
我现在正在尝试按照以下建议使用多进程。我在以一种干净的方式传递参数时遇到了麻烦（也是出于某种原因，当我停止应用程序运行打开的进程时，请不要关闭，我必须重新启动计算机！）。这就是我想要做的事情：
pool = multiprocessing.Pool()
results = pool.map(my_class(param1=bla1, param2=bla2), list_args)
其中list_args是类my_class的__call__函数的参数列表，而bla1和bla2是numpy数组。
查询：
pool的默认值是cpu_count（）。我认为这是最佳的？
为什么这不起作用？ （这些过程似乎没有返回......）
答案 0 :(得分：1)
我错过了包装所有内容的主要功能。显然这对多处理非常重要。
def main():
run_my_stuff()
if __name__ == "__main__":
main()
此外 - 如果您的进程正在使用的队列已满（它具有一定的容量），则可能导致相同的效果，因此它可以帮助更改代码，以便允许在同时从队列中提取项目他们被添加。