如何運行在多個內核上使用numpy的python程序，最好是使用線程

Question

我想執行並行計算並將結果返回給主線程。由於這是做了很多次，我假設處理消息傳遞的開銷會阻礙性能（這個假設是否正確？），所以我想使用線程。

據我所知 - 只有在使用jython或ironpython（哪個更好？）時，線程才能在不同的內核上運行。

假設這是正確的 - 我所要做的就是將我的eclipse解釋器切換到上述之一？

最後，我使用numpy。這是一個問題嗎？ jython/ironpython的實現會妨礙numpy的性能嗎？

更新：

我現在試圖按照下面的建議使用多進程。我無法以一種簡潔的方式傳遞參數時遇到問題（也出於某種原因，當我停止運行打開的進程不關閉的應用程序時，我必須重新啓動計算機！）。這就是我想要做的事：

pool = multiprocessing.Pool() 
results = pool.map(my_class(param1=bla1, param2=bla2), list_args) 

哪裏list_args是類my_class的__call__功能，BLA1的參數列表和bla2是numpy的陣列。

查詢：

1. 爲池的默認值是CPU_COUNT（）。我認爲這是最佳的？

2. 爲什麼這不起作用？ （這個過程似乎沒有返回...）

Answer 1

我錯過了一個主要的函數來包裝一切。顯然這對多處理很重要。

def main(): 
    run_my_stuff() 

if __name__ == "__main__": 
    main() 

而且 - 同樣的效果可以，如果你的進程正在使用的隊列已滿（它有一定的容量）引起的，所以它可以幫助改變代碼，以便它可以在拉從隊列項目同時他們被添加。