Python Numpy阵列上的简单多处理示例

有没有一种简单（但完整）的方法可以跨多个内核并行化以下循环？我还没有找到一个Python的多处理模块的示例/解释/教程来简洁地回答这个问题

import numpy as np

small = np.random.randn(1000, 50)
big = np.random.randn(200000, 50)  # note small and big are fixed before looping
dist = np.empty(1000, 200000)

for i in range(len(small)):
    x = small[i]
    dist[i] = np.linalg.norm(big - x, axis=1)

---

我尝试过，但遇到了问题，但我对别人会做什么感兴趣，而不是分享我所做的事情。除了多处理之外，其他并行化循环的方法也是值得的。

也很感激，因为评论将是您最喜欢的关于多处理的简单教程。对于某些任务，文档（以及我所看到的其他资源）很复杂或过于详细。另外，对于您最喜欢的关于多处理的简单教程，请提供评论。对于某些任务，文档（以及我看到的其他资源）非常复杂或过于详细。