python中differ_控制python代码在differ上运行

是的，您可以在不同的进程中运行每个函数，以便利用多个核心。下面是一个例子：from multiprocessing import Process

def add(a,b):

return a+b

def sub(s, t):

return s-t

def mult(y,x):

return y*x

if __name__ == "__main__":

# construct a different process for each function

processes = [Process(target=add, args=(3,4)),

Process(target=sub, args=(3,4)),

Process(target=mult, args=(2,3))]

# kick them off

for process in processes:

process.start()

# now wait for them to finish

for process in processes:

process.join()

不需要强制操作系统在特定的内核上运行特定的进程。如果CPU上有多个内核，操作系统将在这些核心上调度进程。在这里不太可能需要使用任何类型的CPU pinning。在

上面的例子太简单了，看不到你的多个核心参与。相反，你可以尝试这个例子，这是一个简单的CPU限制问题的变化，也就是说，它只是一个需要更多计算的版本。在

^{pr2}$

如果您查看您的top输出(按1查看核心)，您应该会看到这样的情况：三个核心以100%的速度使用(或接近它)。这不需要做任何CPU固定。更容易信任操作系统来实现并行性。在