返回信息流from multiprocessing import Pool
p = Pool(4)#这里如果不填参数p=Pool()是不是就默认按CPU最大核数开进程了，那这样代码是不是更好一点？
然后我遇到了一个情况，
在实验室服务器上，CPU14核，我使用p=Pool()或p=Pool(14)，然后用p.applt_async()分配进程(参数是用于画图的一个函数)，发现平均速度耗时越来越多，从最开始的7s到了13s，接近单进程的速度了；
然后我用p=Pool(8)，也就是说少用了几核，速度就稳定在了8s/img左右，这是什么原因呢？
同样p=Poo()，用p.map()一次性把所有参数和函数输入就不会出现这种情况，稳定7s/img左右
是因为是公共的服务器，别人占用了CPU，然后我的进程就一直阻塞在那里了？
这是一条镜像帖。来源：北邮人论坛 / python / #24353同步于 2019/9/19
Python机器人发帖
有人用过python的进程池吗？想请教一些问题
lt1103725556
2019/9/19镜像同步0 回复
订阅后，新回复会通过你的通知中心匿名送达。
0 条回复
暂无回复 · 你可以订阅本帖等待新回复。