Python 如何同时在两个列表上运行函数？

我有一个简单的问题。本质上，我希望同时或并行地在列表上运行函数

这就是我正在处理的问题

def func(x):
    print(x)
for objectList in space:
    for subObject in objectList:
        func(subObject)

我希望能够在每个

objectList

上同时运行

func（）

。我知道（实际上我不知道，这就是为什么我要问如何做到这一点）这是线程或并行，但这是我第一次尝试这样做

我的问题是，是否有python中的模块或内置函数或标准方法来完成此任务

如果我在这个网站上违反了一条规则，或者你认为这个问题很愚蠢，或者是重复的，或者诸如此类的话，我很抱歉。

来自python文档：

池对象[…]提供了一种方便的方法，可以跨多个输入值并行化函数的执行，跨进程分布输入数据（数据并行性）

您可以使用此模式，该模式也来自：

---

正如其他人所指出的，使用线程和并行计算应该有一个有效点，因为它还需要您执行其他操作，如输入/负载分配和管理工作线程（工作线程）。当然，在这些机制中建立了一些库。对于简单的应用程序，您可以只使用（threading.Thread）类。下面是一个使用线程的简单示例。此代码将为空间的每个元素创建辅助对象

import threading


def func(x):
    print(x)


class FuncThread(threading.Thread):
    def __init__(self, x):
        threading.Thread.__init__(self)
        self.x = x

    def run(self):
        #worker code = func(x)
        print('doing stuff with:', self.x)


space = [[1, 1, 1], [2, 2, 2], [3, 3, 3]]
worker_handlers = list()

for objectList in space:
    for subObject in objectList:
        worker_handlers.append(FuncThread(subObject))

for worker in worker_handlers:
    worker.start()

print('The main program continues to run in foreground.')

for worker in worker_handlers:
    worker.join()  # Wait for the background tasks to finish
print('Main program waited until background was done.')

---

即使是线程或并行也不能同时工作——执行之间的延迟总是很小的。在Python中的线程中，有时它比不使用线程运行要花费更多的时间。@furas：有时使用线程/并行时，它确实同时发生（例如，如果线程在独立的CPU上运行，或者在同一CPU的独立内核上运行）。但对于CPython，由于GIL，这可能很难实现。@psmears我也在考虑GIL的问题：）您是要在每个对象列表上并行运行func（），还是要在所有对象列表中的每个子对象上并行运行func（）？

import threading


def func(x):
    print(x)


class FuncThread(threading.Thread):
    def __init__(self, x):
        threading.Thread.__init__(self)
        self.x = x

    def run(self):
        #worker code = func(x)
        print('doing stuff with:', self.x)


space = [[1, 1, 1], [2, 2, 2], [3, 3, 3]]
worker_handlers = list()

for objectList in space:
    for subObject in objectList:
        worker_handlers.append(FuncThread(subObject))

for worker in worker_handlers:
    worker.start()

print('The main program continues to run in foreground.')

for worker in worker_handlers:
    worker.join()  # Wait for the background tasks to finish
print('Main program waited until background was done.')