Python的設(shè)計哲學是“優(yōu)雅”、“明確”、“簡單”。因此，Perl語言中“總是有多種方法來做同一件事”的理念在Python開發(fā)者中通常是難以忍受的。Python開發(fā)者的哲學是“用一種方法，最好是只有一種方法來做一件事”。在設(shè)計Python語言時，如果面臨多種選擇，Python開發(fā)者一般會拒絕花俏的語法，而選擇明確的沒有或者很少有歧義的語法。由于這種設(shè)計觀念的差異，Python源代碼通常被認為比Perl具備更好的可讀性，并且能夠支撐大規(guī)模的軟件開發(fā)。這些準則被稱為Python格言。在Python解釋器內(nèi)運行import this可以獲得完整的列表。

　　Python開發(fā)人員盡量避開不成熟或者不重要的優(yōu)化。一些針對非重要部位的加快運行速度的補丁通常不會被合并到Python內(nèi)。所以很多人認為Python很慢。不過，根據(jù)二八定律，大多數(shù)程序?qū)λ俣纫蟛桓?。在某些對運行速度要求很高的情況，Python設(shè)計師傾向于使用JIT技術(shù)，或者用使用C/C++語言改寫這部分程序?？捎玫腏IT技術(shù)是PyPy。

　　Python是完全面向?qū)ο蟮恼Z言。函數(shù)、模塊、數(shù)字、字符串都是對象。并且完全支持繼承、重載、派生、多繼承，有益于增強源代碼的復(fù)用性。Python支持重載運算符和動態(tài)類型。相對于Lisp這種傳統(tǒng)的函數(shù)式編程語言，Python對函數(shù)式設(shè)計只提供了有限的支持。有兩個標準庫（functools， itertools）提供了Haskell和Standard ML中久經(jīng)考驗的函數(shù)式程序設(shè)計工具。

　　多進程與多線程概念

　　所謂進程，你可以簡單的理解為一個可執(zhí)行程序，一個沒有調(diào)用多進程的可執(zhí)行程序就是單個進程，如果這個可執(zhí)行程序通過代碼又啟動了其他進程，那它就是多進程。你也可以打開windows下的任務(wù)管理器頁面，如下圖所示，一個圖標就代表了一個進程。

　　如果你是linux平臺的，也可以通過ps -e查看所有正在運行的進程（不同平臺可能不一樣，ubuntu和debian是ps -e，其他版本的如果這個命令不可用請自行百度）

　　這是比較直觀的理解。而對于系統(tǒng)而言，也是專業(yè)的解釋：進程是系統(tǒng)分配和調(diào)度資源的基本單位。所有的程序運行都需要內(nèi)存空間，根據(jù)實際情況，它可能還會需要其他資源如打印機、顯示窗口等。所有這些計算機系統(tǒng)資源和外設(shè)資源都統(tǒng)稱為這里的資源。而進程就是系統(tǒng)分配和調(diào)度這些資源的基本單位。那么比進程更小的單位就是線程了。一個進程下可以有多個進程。那么，這時候，這多個線程一般會共享所屬進程被分配到的資源。因此說，進程是系統(tǒng)分配和調(diào)度這些資源的基本單位。

　　而線程就是一個進程的實際執(zhí)行過程，你可以簡單的理解為就是進程的指令部分（不包含數(shù)據(jù)部分）。專業(yè)解釋是線程是系統(tǒng)獨立調(diào)度和分派的基本單位，這里要注意：這和上面所說的進程的專業(yè)解釋是有區(qū)別的，具體區(qū)別下面介紹。

　　如果，這個進程同時啟用兩個程序，這兩個程序的執(zhí)行過程是允許同時進行的，那么這就是多線程了。專業(yè)的解釋是

　　那么，什么是多進程呢？顧名思義就是多個進程同時運行。實際操作中，我們一般可以通過某個語言提供的系統(tǒng)調(diào)用方法啟用新的進程，也可以通過該語言本身特有的方法啟用新進程。在下面，我們就將通過multiprocessing啟用新進程。

　　多進程和單進程區(qū)別

　　我們?nèi)绻I電腦或手機或其他移動設(shè)備，那么你會經(jīng)常聽見有人說八核或十核高性能處理器。這里的核指的就是處理器核心。我們?nèi)绻悴痖_你的家用電腦或手機，你或許會發(fā)現(xiàn)你的電腦只有一個CPU芯片（一般只有服務(wù)器或高性能工作站的主板上有兩個CPU），那么商家所謂的多核是哪里來的呢？實際上，這些核心都裝在了那個看上去不大的CPU芯片里面了。CPU芯片本身只是一個載體，里面的CPU核心才是真正的“處理器”（但是CPU里面不僅有處理器，還有寄存器或者核心顯卡之類的，還有其他用于管理計算機系統(tǒng)的部分，這里不多介紹）。而一個程序，如果他是單進程的，那么他從運行到結(jié)束，始終只會占用一塊CPU。因此，理想狀態(tài)下，這個程序在兩個相同主頻不同核心數(shù)的計算機中的運行時間是差不多的。一個程序，如果是單進程的，那么他將無法完成復(fù)雜的計算和解決突發(fā)性的事件。但是多進程就不一樣了，如果這個程序采用了多進程，那么他就被允許分配多個CPU核心參與工作，能將CPU利用率提高，也能提高程序運行效率，還能很方便的堅決一些突發(fā)性事件?？梢哉f好處多多。

　　但是注意：單進程哪怕你給他分配多個線程它也是始終占用一個CPU的，只不過是這多個線程輪流占用罷了。

　　多進程與多線程區(qū)別

　　先來一張圖，或許會比較好理解

　　python下通過multiprocessing調(diào)用多進程的基本方法

　?。踦ython］ view plain copy# encoding=utf-8

　　import multiprocessing

　　import os

　　def proc_func（msg）：

　　if __name__ == “__main__”：

　　print “this is processing - ”，msg

　　print os.getpid（） # 獲取進程id

　　while 1： # 死循環(huán)，阻止進程退出

　　pass

　　if __name__ == “__main__”：

　　proc=multiprocessing.Process（ # 準備一個子進程，該進程執(zhí)行proc_func函數(shù)，并且為這個函數(shù)傳遞一個字符串參數(shù)“proc 1”

　　target = proc_func ，

　　args = （“proc 1”，）

　　）

　　proc.start（） # 啟動進程

　　proc.join（） # 等待子進程運行結(jié)束后再繼續(xù)執(zhí)行下一語句

　　print “Sub-process done.”

　　需要注意

　　這段代碼沒有任何有實際意義的功能，它的目的只是為了讓你能對multiprocessing調(diào)用多進程有個理解。你可以嘗試分別注釋proc_func中的死循環(huán)和proc.join（）看看程序運行結(jié)果的區(qū)別。

　　哪怕在同一臺計算機中不同時刻運行的同一進程，也有可能獲得不同的PID

　　所有的進程在運行后都會獲得一個唯一的進程id號，在linux系統(tǒng)中，使用ps -e輸出所有正在運行的進程時，就有一列用于顯示對應(yīng)進程的PID（可以注意上方截圖中的第一列頭部）。windows中，任務(wù)管理器下，選中頂部的詳細信息選項卡，下方就會列出所有正在運行的進程和對應(yīng)PID，如下圖第二列