在Python中，`multiprocessing`模块允许你并行地运行多个进程。这对于执行CPU密集型任务特别有用，因为Python的全局解释器锁（GIL）会限制多线程在执行CPU密集型任务时的并行性。使用`multiprocessing`模块创建进程的基本步骤如下： ### 1. 导入`multiprocessing`模块 首先，你需要从Python的标准库中导入`multiprocessing`模块。 ```python import multiprocessing ``` ### 2. 定义目标函数 你需要定义一个函数，该函数将在新的进程中执行。这个函数将作为新进程的目标。 ```python def worker(num): """线程工作函数""" print(f'Worker: {num}') ``` ### 3. 创建`Process`实例 然后，你可以使用`multiprocessing.Process`类来创建进程的实例。你需要将目标函数（以及任何必要的参数）传递给`Process`的构造函数。 ```python if __name__ == '__main__': # 创建一个Process实例 p = multiprocessing.Process(target=worker, args=(1,)) ``` 注意：`if __name__ == '__main__':`这一行代码非常关键，它用于防止在Windows上运行时出现无限递归创建进程的问题。 ### 4. 启动进程 通过调用`Process`实例的`start()`方法来启动进程。 ```python p.start() ``` ### 5. 等待进程完成 如果需要等待进程完成，可以调用`Process`实例的`join()`方法。这将会阻塞当前的主线程，直到调用了`join()`的进程执行完毕。 ```python p.join() ``` ### 完整示例 将上述步骤整合到一个完整的示例中： ```python import multiprocessing def worker(num): """线程工作函数""" print(f'Worker: {num}') if __name__ == '__main__': # 创建一个Process实例 p = multiprocessing.Process(target=worker, args=(1,)) # 启动进程 p.start() # 等待进程完成 p.join() print("主程序继续执行") ``` ### 注意事项 - 当使用`multiprocessing`模块时，确保你的代码在`if __name__ == '__main__':`块内执行，特别是在Windows系统上。 - 进程之间的数据不是共享的，与线程不同。如果你需要在进程之间共享数据，可以使用`multiprocessing`模块中的`Value`、`Array`、`Manager`等类。 - 进程启动和结束的开销比线程大，因此，对于I/O密集型或等待密集型任务，可以考虑使用`threading`模块。但对于CPU密集型任务，`multiprocessing`模块是更好的选择。