这篇“Python中的多进程怎么创建”文章的知识点大部分人都不太理解，所以小编给大家总结了以下内容，内容详细，步骤清晰，具有一定的借鉴价值，希望大家阅读完这篇文章能有所收获，下面我们一起来看看这篇“Python中的多进程怎么创建”文章吧。
1.创建进程
创建进程和创建线程的方法基本一致，请看下面代码：
# coding:utf-8# 导入多进程的包，并重命名为mpimport multiprocessing as mp# 主要工作def p1(): print("zxy")if __name__ == "__main__": # 创建新进程 new_process = mp.Process(target=p1, name="p1") # 启动这个进程 new_process.start() # 阻塞该进程 new_process.join()控制台效果图：
2.多进程中的Queue
为什么要在多进程中使用queue呢？
因为多进程和多线程一样，在工作函数中，无法通过return返回进程函数中的结果，所以使用queue进行存储结果，要用的时候再进行取出。
# coding:utf-8import timeimport multiprocessing as mp""" 使用多进程时，运行程序所用的时间"""def job1(q): res = 0 for i in range(100): res += i + i**5 +i**8 time.sleep(0.1) # 将结果放入队列中 q.put(res)def job2(q): res = 0 for i in range(100): res += i + i**5 +i**8 time.sleep(0.1) q.put(res)if __name__ == "__main__": start_time = time.time() # 创建队列 q = mp.Queue() # 创建进程1 process1 = mp.Process(target=job1, args=(q,)) # 创建进程2 process2 = mp.Process(target=job2, args=(q,)) process1.start() process2.start() # 通过队列获取值 res1 = q.get() res2 = q.get() print("res1为%d,res2为%d" % (res1, res2)) end_time = time.time() print("整个过程所用时间为%s" %(end_time-start_time))效果图：
3.多进程与多线程的性能比较
接下来使用多进程、多线程、以及什么都不用的普通方法进行处理，看看他们三种方法的效率如何？
# coding:utf-8import multiprocessing as mpimport timeimport threading as th""" 多进程、多线程、普通方法的性能比较"""# 多进程工作def mp_job(res): for i in range(10000000): res += i**5 + i**6 print(res)# 多线程工作def mt_job(res): for i in range(10000000): res += i**5 + i**6 print(res)# 普通方法工作def normal_job(res): for i in range(10000000): res += i ** 5 + i ** 6 print(res)if __name__ == "__main__": mp_sum = 0 mp_start = time.time() process1 =mp.Process(target=mp_job, args=(mp_sum, )) process2 = mp.Process(target=mp_job, args=(mp_sum,)) process1.start() process2.start() process1.join() process2.join() mp_end = time.time() print("多进程使用时间为", (mp_end-mp_start)) mt_start = time.time() mt_sum = 0 thread1 = th.Thread(target=mt_job, args=(mt_sum, )) thread2 = th.Thread(target=mt_job, args=(mt_sum, )) thread1.start() thread2.start() thread1.join() thread2.join() mt_end = time.time() print("多线程使用的时间是", (mt_end-mt_start)) normal_start = time.time() normal_sum = 0 # 进行两次 normal_job(normal_sum) normal_job(normal_sum) normal_end = time.time() print("普通方法使用的时间是", (normal_end-normal_start))效果图：
实验结果表明：多进程的效率确实高！！！
4.进程池pool
进程池是干什么用的呢？
进程池就是python的多进程提供的一个池子，将所有的进程都放在这个池子里面，让计算机自己去使用进程池中的资源，从而多进程处理一些程序，进而提高工作效率。
(1)默认使用进程池中全部进程时
# coding:utf-8import timeimport multiprocessing as mp""" 进程池pool的使用"""def job(num): time.sleep(1) return num * numif __name__ == "__main__": start_time = time.time() # 括号里面不加参数时，默认使用进程池中所有进程 pool = mp.Pool() res = pool.map(job, range(10)) print(res) end_time = time.time() print("运行时间为", (end_time-start_time))效果图：
（2）指定进程池中进程数时
# coding:utf-8import timeimport multiprocessing as mp""" 进程池pool的使用"""def job(num): time.sleep(1) return num * numif __name__ == "__main__": start_time = time.time() # 括号里面加参数时，指定两个进程进行处理 pool = mp.Pool(processes=2) res = pool.map(job, range(10)) print(res) end_time = time.time() print("运行时间为", (end_time-start_time))效果图：
（3）不使用多进程时
# coding:utf-8import timedef job(res): for i in range(10): res.append(i*i) time.sleep(1)if __name__ == "__main__": start_time = time.time() res = [] job(res) print(res) end_time =time.time() print("不使用进程池所用时间为", (end_time-start_time))效果图：
实验结论：多进程处理事情，效率很高！！！核心越多，处理越快！
5.共享内存
一个核心，我们多线程处理时，可以使用全局变量来共享数据。但是多进程之间是不行的，那我们多进程之间应该如何共享数据呢？
那就得用到共享内存了！
# coding:utf-8import multiprocessing as mp""" 共享内存"""if __name__ == "__main__": # 第一个参数是数据类型的代码，i代表整数类型 # 第二个参数是共享数据的值 v = mp.Value("i", 0)6.进程锁lock
进程锁和线程锁的用法基本一致。进程锁的诞生是为了避免多进程之间抢占共享数据，进而造成多进程之间混乱修改共享内存的局面。
（1）不加锁之前
# coding:utf-8import multiprocessing as mpimport time""" 进程中的锁lock"""def job(v, num): for i in range(10): v.value += num print(v.value) time.sleep(0.2)if __name__ == "__main__": # 多进程中的共享内存 v = mp.Value("i", 0) # 进程1让共享变量每次加1 process1 = mp.Process(target=job, args=(v, 1)) # 进程2让共享变量每次加3 process2 = mp.Process(target=job, args=(v, 3)) process1.start() process2.start()效果图：
（2）加锁之后
# coding:utf-8import multiprocessing as mpimport time""" 进程中的锁lock"""def job(v, num, l): # 加锁 l.acquire() for i in range(10): v.value += num print(v.value) time.sleep(0.2) # 解锁 l.release()if __name__ == "__main__": # 创建进程锁 l = mp.Lock() # 多进程中的共享内存 v = mp.Value("i", 0) process1 = mp.Process(target=job, args=(v, 1, l)) process2 = mp.Process(target=job, args=(v, 3, l)) process1.start() process2.start()效果图：
以上就是关于“Python中的多进程怎么创建”这篇文章的内容，相信大家都有了一定的了解，希望小编分享的内容对大家有帮助，若想了解更多相关的知识内容，请关注编程网行业资讯频道。
