如何在Python中同时运行多个不同的方法？

当然可以实现，用Python自带的multiprocessing或concurrent.futures模块就能搞定多个不同无参数方法的并行执行，下面给你两种实用方案：

方案一：用multiprocessing手动创建进程 #

直接为每个方法创建独立进程，手动管理启动和等待：

import sys
import time
import multiprocessing

import NO_1
import NO_2
import NO_3
import NO_4
import NO_5

if __name__ == '__main__':
    start = time.time()
    
    # 为每个方法创建进程实例
    processes = [
        multiprocessing.Process(target=NO_1.NO_1),
        multiprocessing.Process(target=NO_2.NO_2),
        multiprocessing.Process(target=NO_3.NO_3),
        multiprocessing.Process(target=NO_4.NO_4),
        multiprocessing.Process(target=NO_5.NO_5)
    ]
    
    # 启动所有进程
    for p in processes:
        p.start()
    
    # 等待所有子进程执行完毕，再继续主进程逻辑
    for p in processes:
        p.join()
    
    end = time.time() - start
    print(f"总执行耗时: {end:.2f}秒")

方案二：用concurrent.futures进程池（更简洁） #

用进程池自动管理进程生命周期，代码更简洁：

import sys
import time
from concurrent.futures import ProcessPoolExecutor

import NO_1
import NO_2
import NO_3
import NO_4
import NO_5

if __name__ == '__main__':
    start = time.time()
    
    # 把要执行的方法整理成列表
    task_list = [NO_1.NO_1, NO_2.NO_2, NO_3.NO_3, NO_4.NO_4, NO_5.NO_5]
    
    # 进程池上下文管理器会自动处理进程创建和销毁
    with ProcessPoolExecutor() as executor:
        # 批量提交任务，lambda用来调用无参数方法
        executor.map(lambda func: func(), task_list)
    
    end = time.time() - start
    print(f"总执行耗时: {end:.2f}秒")

注意事项 #

• 所有多进程代码必须放在if __name__ == '__main__':块内，这是Windows系统的强制要求，避免递归创建进程。
• 如果你的方法是IO密集型（比如网络请求、文件读写），可以换成ThreadPoolExecutor（线程池），资源开销更小；如果是CPU密集型，用进程池才能绕过Python的GIL限制，真正实现并行。
• 要是方法有返回值，executor.map会按任务顺序返回结果，也可以用executor.submit()配合result()单独获取每个任务的返回值。

内容的提问来源于stack exchange，提问作者LEEJISU