小编gee*_*eek的帖子

这是一个示例程序,我使用多处理.计算完成multiprocessing.Process并使用结果收集multiprocessing.Queue.

#THIS PROGRAM RUNS WITH ~40Gb RAM. (you can reduce a,b,c for less RAM 
#but then it works for smaller values)
#PROBLEM OCCURS ONLY FOR HUGE DATA.   
from numpy import *
import multiprocessing as mp

a = arange(0, 3500, 5)
b = arange(0, 3500, 5)
c = arange(0, 3500, 5)  
a0 = 540. #random values
b0 = 26.
c0 = 826.
def rand_function(a, b, c, a0, b0, c0):
    Nloop = 100.
    def loop(Nloop, out):
        res_total = …

我正在使用Python进行多重处理。例如，请考虑Python多处理文档中给出的示例（在示例中我将100更改为1000000，只是为了花费更多时间）。当我运行此命令时，我确实看到Pool（）正在使用所有4个进程，但是我看不到每个CPU都移动到100％。如何使每个CPU的使用率达到100％？

from multiprocessing import Pool

def f(x):
    return x*x

if __name__ == '__main__':
    pool = Pool(processes=4)            
    result = pool.map(f, range(10000000))