17、Python并行处理与数学模块使用指南

Python并行处理与数学模块使用指南

1. 并行处理基础

在Python并行编程中，由于 PT_fork 仅在类Unix系统（包括Mac）上可靠工作，Windows系统使用不同的分叉模型，若不使用Cygwin，就需依赖线程或 multiprocessing 模块。并行编程主要有两种方式：线程和进程。线程是许多程序员常用的并行工具，它由单个父进程生成，可同时执行以完成更大任务，一个任务可包含多个线程。例如，浏览器虽在任务管理器中是单个进程，但可生成多个线程执行不同任务。线程常被称为轻量级进程，常用于图形界面响应用户交互，也适用于可拆分为多个独立任务的程序，尤其在I/O操作是瓶颈而非CPU的网络编程中。

2. 多线程实现

2.1 单线程基准测试

为进行对比，我们先创建单线程程序。以下是实现步骤：
1. 导入必要模块 ：

import urllib.request
import urllib.error
import time

2. 定义单线程函数 ：

def single_thread_retrieval():
    start_time = time.time()
    urls = [
        "https://www.python.org",