这篇教程解决Python 进程池Pool中一些坑写得很实用，希望能帮到您。
1 from multiprocessing import Pool，Queue。其中Queue在Pool中不起作用，具体原因未明。 解决方案：如果要用Pool创建进程，就需要使用multiprocessing.Manager()中的Queue, 与multiprocessing中的Queue不同 q=Manager().Queue()#Manager中的Queue才能配合Poolpo = Pool() # 无穷多进程 2 使用进程池，在进程中调用io读写操作。例如：p=Pool()q=Manager().Queue()with open('/home/cctv/data/stage_file/stage_{}.txt'.format(int(time.time())), 'w') as w1: p.apply_async(write_json, args=(video_path, 0,0.6,w1,q,i[0],))这样也不会完成进程，只能把w放到具体的函数里面，不能通过参数调用 补充：python3进程池pool使用及注意事项 1.在python中使用进程池主要就是为了并行处理任务，缩短运行时间 2.经常使用方法: 同步有 apply(), map();异步的有 apply_async(), map_async() 3. 先看几个小例子 import time from multiprocessing import Pool test = [1,2,3,4,5,6,7,8]def run(fn): time.sleep(1) return fn*fns = time.time()for i in test: run(i)e = time.time()print('直接循环 执行时间:',e - s)pool = Pool(8)s = time.time()for i in test: pool.apply(run, (i,))e = time.time()print('apply 执行时间:',e - s)pool1 = Pool(8)s = time.time()res = []for i in test: r = [pool1.apply_async(run, (i,))] res.append(r)pool1.close()pool1.join()e = time.time()print([i.get() for i in r])print('apply_async 执行时间:',e - s) pool2 = Pool(8)r = pool2.map(run,test)pool2.close()pool2.join() e1 = time.time()print(r)print('map执行时间:',e1 - e)pool3 = Pool(8)pool3.map_async(run,test)pool3.close()pool3.join() e1 = time.time()print('map_async执行时间:',e1 - e)执行结果 直接循环 执行时间: 8.004754781723022apply 执行时间: 8.016774654388428[64]apply_async 执行时间: 1.1128439903259277[1, 4, 9, 16, 25, 36, 49, 64]map执行时间: 1.181443452835083map_async执行时间: 2.3679864406585693 除此之外，在写代码中，还涉及到变量的一些问题。就需要加锁~ 以上为个人经验，希望能给大家一个参考，也希望大家多多支持51zixue.net。如有错误或未考虑完全的地方，望不吝赐教。
python多进程执行方法apply_async使用说明
pandas is in和not in的使用说明 |
