Python 理解为什么numpy每次进口都会制造叉子

Python 理解为什么numpy每次进口都会制造叉子,python,numpy,multiprocessing,fork,Python,Numpy,Multiprocessing,Fork,每当我进行import numpy11个子进程(我的CPU有6/12个内核/线程)时,即使未使用numpy,也会创建11个子进程。这只会发生一瞬间,但每个子进程都会收到内存中分配的对象的副本。这不是什么大问题,因为它发生在一开始,但我担心任何可能的副作用。有人能解释一下为什么会这样吗 下面是重现问题的非常简单的代码片段: import time import numpy def hello_world(): print("Hello world") time

每当我进行
import numpy
11个子进程(我的CPU有6/12个内核/线程)时,即使未使用numpy,也会创建11个子进程。这只会发生一瞬间,但每个子进程都会收到内存中分配的对象的副本。这不是什么大问题,因为它发生在一开始,但我担心任何可能的副作用。有人能解释一下为什么会这样吗

下面是重现问题的非常简单的代码片段:

import time
import numpy

def hello_world():
    print("Hello world")
    time.sleep(10)

if __name__ == '__main__':
    print("Running")
    time.sleep(30)
    hello_world()

获得答案的最简单方法可能是阅读源代码()