python是一個(gè)解釋性語(yǔ)言，所以它不需要進(jìn)行編譯就可以直接使用：

編譯型語(yǔ)言在程序執(zhí)行之前，先會(huì)通過(guò)編譯器對(duì)程序執(zhí)行一個(gè)編譯的過(guò)程，把程序轉(zhuǎn)變成機(jī)器語(yǔ)言。運(yùn)行時(shí)就不需要翻譯，而直接執(zhí)行就可以了。最典型的例子就是C語(yǔ)言。

解釋型語(yǔ)言就沒有這個(gè)編譯的過(guò)程，而是在程序運(yùn)行的時(shí)候，通過(guò)解釋器對(duì)程序逐行作出解釋，然后直接運(yùn)行，最典型的例子是Ruby

因?yàn)榫幾g型語(yǔ)言在程序運(yùn)行之前就已經(jīng)對(duì)程序做出了“翻譯”，所以在運(yùn)行時(shí)就少掉了“翻譯”的過(guò)程，所以效率比較高。

那我們就得想把辦法提升我們程序運(yùn)行的效率————multiprocessing多進(jìn)程運(yùn)行

個(gè)人理解就是將原有的程序復(fù)制一份到新的內(nèi)存空間，行程彼此相對(duì)獨(dú)立的多個(gè)程序運(yùn)行

''' 遇到問(wèn)題沒人解答？小編創(chuàng)建了一個(gè)Python學(xué)習(xí)交流QQ群：778463939 尋找有志同道合的小伙伴，互幫互助,群里還有不錯(cuò)的視頻學(xué)習(xí)教程和PDF電子書！ ''' import multiprocessing import time def sum_1(num):num1 =0while num1 < num:print(num)num1 += 1def sum_2(num2):num2 =0while num2 < num:print(num)num2 += 1print("The program is begin %s") % time.time() p1 = multiprocessing.Process(target=sum_1, args=(10000, )) p2 = multiprocessing.Process(target=sum_2, args=(10000, )) p1.start() p2.start()p1.join()p2.join() print("The program is over %s") % time.time()

p1 與 p2 為兩個(gè)獨(dú)立的程序，互相直接數(shù)據(jù)不會(huì)共享，各自獨(dú)立運(yùn)行各自的函數(shù)。

p1 = multiprocessing.Process(target=sum_1, args=(10000, )) p2 = multiprocessing.Process(target=sum_2, args=(10000, ))

target = 后面是你需要新創(chuàng)建子進(jìn)程執(zhí)行的函數(shù)名，args=后面必須是一個(gè)元組，寫入的是你需要給程序傳遞的參數(shù)，沒有一個(gè)以上的參數(shù)時(shí)需要加，分隔

p1.start() p2.start()

通過(guò).start()方法來(lái)開啟新的子進(jìn)程，主進(jìn)程開啟新的子進(jìn)程后會(huì)繼續(xù)往下運(yùn)行自己的代碼

p1.join() p2.join()

通過(guò).join()方法來(lái)堵塞主進(jìn)程，不讓主進(jìn)程繼續(xù)往下執(zhí)行相關(guān)代碼，而是等待子進(jìn)程全部執(zhí)行完畢后，主進(jìn)程解除堵塞繼續(xù)往下執(zhí)行。

因?yàn)檫M(jìn)程之間相對(duì)獨(dú)立，如果需要通信的話我們可以使用multiprocessing.Queue，Queue的功能是將需要傳輸?shù)臄?shù)據(jù)通過(guò)put放在隊(duì)里中， 然后其他進(jìn)程可以通過(guò)get獲取。下次再整理，有一起學(xué)python的嗎，可以一起交流啊，最近寫個(gè)簡(jiǎn)單的web服務(wù)器老是莫名其妙奔潰，急需要找個(gè)人一起debug！

總結(jié)

以上是生活随笔為你收集整理的提高Python程序运行效率三种模式第一种：多进程multiprocessing模块的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。