什么'；这两个简单的python代码有什么不同？（一个工作，另一个不工作）

上面的代码是一个简单的python代码，它通过多重处理计算随机采样矩阵的逆。但是，下面的代码不起作用

import os
import numpy as np
import time
from multiprocessing import Process, current_process


def doubler(number):
    result = number * 2
    proc_name = current_process().name
    print('{0} doubled to {1} by: {2}'.format( number, result, proc_name))

def solve_inverse(np_ndarray_square_matrix):
    inverse_matrix=np.linalg.inv(np_ndarray_square_matrix)
    proc_name = current_process().name
    print('process name :',proc_name,'       ',inverse_matrix)


if __name__=='__main__':
    start_time=time.time()

    dim=100
    thread_num=10

    matrice = [np.random.normal(loc=1.0 , scale=5.0 , size=(dim,dim)) for _ in range(thread_num)]
    procs = []

    for index, matrix in enumerate(matrice):
        proc = Process(target=solve_inverse , args=(matrix,))
        procs.append(proc)
        proc.start()

    for proc in procs:
        proc.join()

    end_time=time.time()

    print('time length :',end_time-start_time)

唯一的区别是是否有

如果

存在。

---

据我所知，

if\uuuuuuu name\uuuu==”\ uuuuu main\uuuu:

识别此模块是由其他模块导入的还是此模块自身运行的。所以我认为实际上，决定计算机应该做什么的两个代码之间并没有区别。有什么问题吗？

如果多处理模块需要使用

。具体见：

主模块的安全导入

确保新的Python解释器可以安全地导入主模块，而不会产生意外的副作用（例如启动新进程）

---

具体来说，每次创建子进程时，该进程都是从导入脚本开始的（就像您可能

将numpy导入为np

）

如果您不在

下阻止脚本中生成新进程的部分，那么所有这些子进程在导入脚本时都会生成自己的子进程，这将生成自己的子进程，依此类推，直到您。嗯

堆栈溢出。没有人喜欢他们
 还有一个问题！第一个代码似乎没有“多重处理”，我的意思是，当我观察代码从开始到结束所花费的时间时，多重处理似乎没有同时工作。当我增加多重处理次数时，时间与多重处理次数成线性增加。我不知道发生了什么事！请帮帮我！这些答案会有帮助，
import os
import numpy as np
import time
from multiprocessing import Process, current_process


def doubler(number):
    result = number * 2
    proc_name = current_process().name
    print('{0} doubled to {1} by: {2}'.format( number, result, proc_name))

def solve_inverse(np_ndarray_square_matrix):
    inverse_matrix=np.linalg.inv(np_ndarray_square_matrix)
    proc_name = current_process().name
    print('process name :',proc_name,'       ',inverse_matrix)


start_time=time.time()

dim=3
thread_num=10

matrice = [np.random.normal(loc=1.0 , scale=5.0 , size=(dim,dim)) for _ in range(thread_num)]
procs = []

for index, matrix in enumerate(matrice):
    proc = Process(target=solve_inverse , args=(matrix,))
    procs.append(proc)
    proc.start()

for proc in procs:
    proc.join()

end_time=time.time()

print('time length :',end_time-start_time)