这两个简单的python代码有什么区别？ （一个有效，另一个无效）

Question

import os
import numpy as np
import time
from multiprocessing import Process, current_process


def doubler(number):
    result = number * 2
    proc_name = current_process().name
    print('{0} doubled to {1} by: {2}'.format( number, result, proc_name))

def solve_inverse(np_ndarray_square_matrix):
    inverse_matrix=np.linalg.inv(np_ndarray_square_matrix)
    proc_name = current_process().name
    print('process name :',proc_name,'       ',inverse_matrix)


if __name__=='__main__':
    start_time=time.time()

    dim=100
    thread_num=10

    matrice = [np.random.normal(loc=1.0 , scale=5.0 , size=(dim,dim)) for _ in range(thread_num)]
    procs = []

    for index, matrix in enumerate(matrice):
        proc = Process(target=solve_inverse , args=(matrix,))
        procs.append(proc)
        proc.start()

    for proc in procs:
        proc.join()

    end_time=time.time()

    print('time length :',end_time-start_time)

上面的代码是一个简单的python代码，可通过多重处理来计算随机采样矩阵的逆。 但是，以下代码不起作用

import os
import numpy as np
import time
from multiprocessing import Process, current_process


def doubler(number):
    result = number * 2
    proc_name = current_process().name
    print('{0} doubled to {1} by: {2}'.format( number, result, proc_name))

def solve_inverse(np_ndarray_square_matrix):
    inverse_matrix=np.linalg.inv(np_ndarray_square_matrix)
    proc_name = current_process().name
    print('process name :',proc_name,'       ',inverse_matrix)


start_time=time.time()

dim=3
thread_num=10

matrice = [np.random.normal(loc=1.0 , scale=5.0 , size=(dim,dim)) for _ in range(thread_num)]
procs = []

for index, matrix in enumerate(matrice):
    proc = Process(target=solve_inverse , args=(matrix,))
    procs.append(proc)
    proc.start()

for proc in procs:
    proc.join()

end_time=time.time()

print('time length :',end_time-start_time)

唯一的区别是是否存在if __name__=='__main__: 据我所知， if __name__=='__main__:识别此模块是由另一个模块导入的，还是该模块本身运行的。 因此，我认为确定两个计算机应该做什么之间实际上没有什么区别。 怎么了？

Answer 1

if __name__ == '__main__':多处理模块需要工作。 请参阅编程指南 ，特别是：

安全导入主模块

确保可以由新的Python解释器安全地导入主模块，而不会引起意外的副作用（例如，启动新进程）。

Answer 2

具体来说，每次创建子进程时，该进程都会从导入脚本开始（就像您import numpy as np ）。

如果不阻止在if __name__='__main__':下生成新进程的脚本部分，则所有这些子进程在导入脚本时都会产生自己的子子进程，这将产生自己的子进程。子子子过程等等，直到您拥有为止。 。 。 好 。 。 。

堆栈溢出。 没有人喜欢他们。