这两个简单的python代码有什么不同？ （一个工作，另一个不工作）

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，它用多处理计算随机采样矩阵的逆。但是，下面的代码不起作用

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) 

，唯一的区别在于是否有if __name__=='__main__:与否。 据我所知，if __name__=='__main__:认识到，如果这个模块是由其他模块导入或该模块自己运行。所以我认为实际上两个代码之间没有区别来决定计算机应该做什么。怎么了？

Answer 1

具体而言，您每次创建子进程时，该进程都会通过导入脚本来启动（与您的可能import numpy as np一样）。

如果您没有阻止生成if __name__='__main__':下的新进程的脚本部分，则所有这些子进程都会在导入脚本时产生自己的子子进程，这会生成自己的子进程，子子过程等等，直到你拥有。 。 。好 。 。 。

堆栈溢出。没有人喜欢他们。

Answer 2

if __name__ == '__main__':是多处理模块工作所必需的。见Programming Guidelines，具体有：

主要模块的安全进口

确保主模块可以通过一个新的Python解释器可以安全地进口，而不会导致意想不到的副作用（例如一开始一个新的进程）。