如何在多核上运行使用numpy的python程序，最好使用线程

我想进行并行计算并将结果返回到主线程。由于这已经做了很多次，我假设进程间消息传递的开销会影响性能（这个假设正确吗？），所以我想使用线程

据我所知，只有在使用jython或ironpython时，线程才会在不同的内核上运行（哪个更好？）

假设这是正确的——我所要做的就是将eclipse解释器切换到上面的一个解释器

最后，我正在使用numpy。这是个问题吗？jython/ironpython的实现会阻碍numpy的性能吗

更新： 我现在正尝试按照下面的建议使用多进程。我在以整洁的方式传递参数时遇到了问题（也是由于某些原因，当我停止应用程序运行打开的进程时，请不要关闭，我必须重新启动计算机！）。这就是我想做的：

pool = multiprocessing.Pool()
results = pool.map(my_class(param1=bla1, param2=bla2), list_args)

其中，list_args是类my_类的

\u call_uu

函数的参数列表，bla1和bla2是numpy数组

查询：

池的默认值为cpu_count（）。我想这是最优的

为什么这不起作用？（过程似乎没有返回…）

---

我错过了一个包装一切的主要功能。显然，这对于多处理很重要

def main():
    run_my_stuff()

if __name__ == "__main__":
    main()

---

此外-如果进程正在使用的队列已满（它有一定的容量），也会产生同样的影响，因此可以帮助更改代码，以便在添加项目的同时从队列中提取项目。

您是否考虑过使用

多处理模块而不是线程？它非常易于使用（特别是
多处理.Pool
），并且允许您在CPython中使用多个内核执行CPU绑定的任务，因为每个进程都有一个单独的全局解释器锁。jython没有numpy。感谢您的评论，请查看我的更新