python中的多线程其实并不是真正的多线程，如果想要充分地使用多核CPU的资源，在python中大部分情况需要使用多进程。Python提供了非常好用的多进程包multiprocessing，只需要定义一个函数，Python会完成其他所有事情。借助这个包，可以轻松完成从单进程到并发执行的转换
本来想写多线程的，但是演示效果并不是很好，就改成进程了。
其实多进程没有我们想象的那么难，用几个小例子给大家分享一下！
目录
多进程的多种实现方法及效果演示：这段将通过几个小脚本实现多进程的效果
一个小爬虫实例，通过运行时间来查看进程对代码速度的影响
多进程
首先我们先做一个小脚本，就用turtle画4个同心圆吧！这样在演示多进程的时候比较直观。代码如下：
这段代码，实现了画4个同心圆的效果，如果用多进程的话，我们稍微该写一下
这里，启动4个进程，同时画圆，给个图大家感受一下！
可以看到，这里直接生成4个画板同时画同心圆。如果还要在加进程的话，可以用pool进程池，注意pool有2个方法，建议用非阻塞的p.apply_async不要用阻塞的p.apply方法，p.apply_async会由系统自行判断并运行，比如指定4个进程运行5个任务，那么会在某一个进程运行完毕的同时自动开始第5个任务，而阻塞的p.apply方法会一次只运行一个进程。
然后就是记得close()进程池，并用p.join()等待所有进程完成！相关代码如下
Pool()里面不带参数会自动适应电脑本身内核数量，这里我设置9个进程同时进行！来看看效果
可以看到，同时进行了9个画图的进程，但是同样的，有明显的卡顿感！当然，我们也可以用map函数来写多进程，先修改下代码
这次不画4个同心圆了，我们让它4个进程各画一个圆，来看看效果
为了演示效果，多加了点间隔时间，并把cir函数的参数改为1个，这样便于生成元组列表！可以看到，有了明显的卡顿，电脑不好，大家看看效果就行了
写个简单的多进程爬虫
做一个小爬虫，加入运行时间，先上一个不使用进程的代码：
在修改下多进程，直接修改25，26行代码即可
可以看到，速度提高了1倍多，当然，并不是说只能提高一倍，而是我的代码太简单了，只是从网站抓取字符串打印出来，响应速度很快，导致提升的倍率并没有我们想象的那么高，如果大家有兴趣，可以尝试一下，基本上可以提升到进程数的倍率，也就是说，不超过电脑核心数量，且没有其他外因（比如网络响应速度等等）的情况下，用4进程可以提升接近4倍的速度！
后记
在学习的过程中，难免会遇到很高深并且很难理解的知识点，我们可以先尝试去简化理解它，比如多进程，它本身还有进程池、进程间通讯、守护进程、进程类（重写run方法）、进程锁、进程队列、管道、信号量等等功能或知识点，这里都没有涉及，不过这并不影响我们使用简单的多进程写代码！
后续还需要继续学习，不断进步，共勉！
