教你用一行Python代码实现并行任务（附代码）

常见的经典Python多线程、多进程教程多显得偏"重"。map这一小巧精致的函数是简捷实现Python程序并行化的关键。其结果大致相当于：map 函数一手包办了序列操作、参数传递和结果保存等一系列的操作。这是因为借助正确的库，map可以轻松实现并行化操作。所以替换使用这两个库异常容易。它生成了一系列的worker线程并完成初始化工作、将它们储存在变量中以方便访问。其默认值为当前机器CPU的核数。但是当处理网络密集型任务时，事情有有些难以预计了，通过实验来确定线程池的大小才是明智的。线程数过多时，切换线程所消耗的时间甚至会超过实际工作时间。map函数轻而易举的取代了前文中超过40行的例子。为了更有趣一些，我统计了不同方法、不同线程池大小的耗时情况。