Rohit

因为您根本没有发布任何代码,所以很难理解您想要问什么以及您到底想要实现什么。

我想如果你想达到 真的 在python中,要使用的库应该是 multiprocessing 是的。与 多重处理 您可以从主进程启动独立的python进程,并让它们同时在不同的物理核心上运行。

如果任务相互依赖,则需要使用进程间通信技术,如 Queues ,请 Pipes 或由提供的共享IPC对象 多重处理 图书馆本身 多处理 array 我是说, value 我是说, 多处理 Manager 是的。

对于独立任务,您不必太担心同步进程状态,但是如果需要合并独立任务的结果,可以使用 多处理 pool 和 map 是的。

但是,如果您只想并发执行任务,因此不想浪费任何cpu时间,那么您可以查看 threading 尽管图书馆, 穿线 ,有其自身的复杂性, GIL 是最大的一个。

async 是另一个您想要研究的范式,它对并发性采取完全不同的方法,但是 异步 它有自己的生态系统,一切都需要成为这个生态系统的一部分,才能真正达到预期的结果,否则整件事就完了。

1)如何指定上述代码中的线程数?

关于 range 函数是您的线程数。

2)使目标函数写入结果是否有问题 一个文件?多线程可以同时写入吗?有 有什么预防措施可以避免错误吗?

是的,如果你不小心管理你的数据结构,那么Python中的多线程可能会很奇怪。 threader 函数正在使用。因此,在一个天真的实现中,您可以有多个线程将相同的行写入文件,如果 write 操作不受控制。也就是说,在您的案例中,您可能要做的是将输入文件中的行插入到 queue 然后 get 线程器函数中的行,并将其写入输出文件。

下面是一个使用 sum 和 filter 和 lambda .

l = [(10, 'a'), (20, 'x'), (100, 'ab'), (200, 'ba')]
In[111]: l
Out[111]: [(10, 'a'), (20, 'x'), (100, 'ab'), (200, 'ba')]
In[112]: x = list(filter(lambda x:'a' in x[-1], l))
In[113]: x
Out[113]: [(10, 'a'), (100, 'ab'), (200, 'ba')]
In[114]: z = sum(p for p,q in x)
In[115]: z
Out[115]: 310