Python的設計哲學是“優雅”、“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開發者中通常是難以忍受的。Python開發者的哲學是“用一種方法，最好是只有一種方法來做一件事”。在設計Python語言時，如果面臨多種選擇，Python開發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，并且能夠支撐大規模的軟件開發。這些準則被稱為Python格言。在Python解釋器內運行import this可以獲得完整的列表。

　　Python開發人員盡量避開不成熟或者不重要的優化。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。所以很多人認為Python很慢。不過，根據二八定律，大多數程序對速度要求不高。在某些對運行速度要求很高的情況，Python設計師傾向于使用JIT技術，或者用使用C/C++語言改寫這部分程序。可用的JIT技術是PyPy。

　　Python是完全面向對象的語言。函數、模塊、數字、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用性。Python支持重載運算符和動態類型。相對于Lisp這種傳統的函數式編程語言，Python對函數式設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中久經考驗的函數式程序設計工具。

　　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行程序，一個沒有調用多進程的可執行程序就是單個進程，如果這個可執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。而對于系統而言，也是專業的解釋：進程是系統分配和調度資源的基本單位。所有的程序運行都需要內存空間，根據實際情況，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資源和外設資源都統稱為這里的資源。而進程就是系統分配和調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，進程是系統分配和調度這些資源的基本單位。

　　而線程就是一個進程的實際執行過程，你可以簡單的理解為就是進程的指令部分（不包含數據部分）。專業解釋是線程是系統獨立調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解釋是有區別的，具體區別下面介紹。

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

　　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調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。

　　多進程和單進程區別

　　我們如果買電腦或手機或其他移動設備，那么你會經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。我們如果你拆開你的家用電腦或手機，你或許會發現你的電腦只有一個CPU芯片（一般只有服務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，那么他從運行到結束，始終只會占用一塊CPU。因此，理想狀態下，這個程序在兩個相同主頻不同核心數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雜的計算和解決突發性的事件。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性事件。可以說好處多多。

　　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。

　　多進程與多線程區別

　　先來一張圖，或許會比較好理解

　　python下通過multiprocessing調用多進程的基本方法

　　［python］ 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，阻止進程退出

　　pass

　　if __name__ == “__main__”：

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

　　target = proc_func ，

　　args = （“proc 1”，）

　　）

　　proc.start（） # 啟動進程

　　proc.join（） # 等待子進程運行結束后再繼續執行下一語句

　　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調用多進程有個理解。你可以嘗試分別注釋proc_func中的死循環和proc.join（）看看程序運行結果的區別。

　　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進程的PID（可以注意上方截圖中的第一列頭部）。windows中，任務管理器下，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PID，如下圖第二列