Parallel Python怎么下载安装？-杰瑞科技汇

Parallel Python 已停止维护

最重要的一点是：Parallel Python (pp) 项目已经很久没有更新了，其官方网站 parallelpython.com 也已无法访问。

（图片来源网络，侵删）

这意味着它不再积极维护,可能不兼容最新的 Python 版本（如 Python 3.10+），并且可能存在未修复的安全漏洞。

强烈建议： 对于新项目，请优先考虑使用更现代、更活跃、功能更强大的替代方案，

multiprocessing: Python 标准库的一部分，无需安装，功能强大。
joblib: 特别适合科学计算和机器学习任务，易于使用。
concurrent.futures: 提供了高级 API 来管理线程池和进程池。
Dask: 用于处理大于内存的数据集和并行计算。

如果你仍然需要安装 Parallel Python (pp)

如果你正在维护一个旧项目,或者出于学习目的需要使用 pp，可以通过以下几种方式安装，最推荐的方式是使用 pip。

使用 pip (最推荐)

这是最简单、最现代的方式。pip 是 Python 的包管理器。

（图片来源网络，侵删）

打开你的终端或命令行工具：
- 在 Windows 上，打开 "命令提示符" 或 "PowerShell"。
- 在 macOS 或 Linux 上，打开 "终端"。
执行安装命令：在终端中输入以下命令并回车：
```
pip install parallelpython
```
如果你的系统中有多个 Python 版本，你可能需要使用 pip3 来确保为 Python 3 安装：
```
pip3 install parallelpython
```

验证安装：安装完成后，你可以通过运行一个简单的 Python 脚本来验证是否安装成功。

（图片来源网络，侵删）

# test_pp.py
import pp
# 查看版本号
print(f"Parallel Python version: {pp.__version__}")
# 创建一个简单的服务器
ppservers = ()
job_server = pp.Server(ppservers=ppservers)
print(f"pp server started with {job_server.get_ncpus()} CPUs")
# 关闭服务器
job_server.print_stats()
job_server.destroy()

在终端中运行这个脚本：

python test_pp.py

如果一切正常,你会看到类似下面的输出：

Parallel Python version: 1.6.6
pp server started with 8 CPUs
Job statistics:
      job count | success    | time elapsed
      --------- ---------- --------------
           all | 0          | 0.000 sec
      current | 0          | 0.000 sec

从源码安装 (不推荐)

如果你从网上找到了旧版本的源码包（.tar.gz 文件），可以手动安装。

下载源码：假设你下载了 parallelpython-1.6.6.tar.gz。

解压文件：

tar -xvf parallelpython-1.6.6.tar.gz
cd parallelpython-1.6.6

安装：
```
python setup.py install
```
或者使用更现代的 pip 从本地目录安装：
```
pip install .
```

Parallel Python 的基本使用示例

安装成功后,这里是一个简单的 "Hello, World" 级别的并行计算示例，帮助你理解 pp 的工作方式。

import pp
import time
# 定义一个需要并行执行的函数
def calculate_square(x):
    """计算一个数的平方"""
    time.sleep(1)  # 模拟耗时计算
    return x * x
if __name__ == '__main__':
    # 1. 创建一个 pp 服务器
    # ppserver -p 6000 会启动一个监听在 6000 端口的服务器，可以被其他机器连接
    # 在本机上，我们通常使用默认设置
    job_server = pp.Server()
    # 2. 准备要执行的任务列表
    inputs = [1, 2, 3, 4, 5, 6, 7, 8]
    # 3. 提交任务
    # pp.submit() 将函数和参数提交到服务器，返回一个 Job 对象
    jobs = [job_server.submit(calculate_square, (arg,)) for arg in inputs]
    # 4. 收集结果
    # 等待所有任务完成，并获取结果
    results = [job() for job in jobs]
    # 5. 打印结果
    print(f"输入: {inputs}")
    print(f"输出: {results}")
    print(f"总耗时: {time.time() - start_time:.2f} 秒")
    # 6. 关闭服务器
    job_server.print_stats()
    job_server.destroy()

运行结果分析： 由于有 8 个任务，每个任务耗时 1 秒，并且你的电脑有 8 个 CPU 核心，这 8 个任务会并行执行，总耗时大约是 1 秒左右，如果串行执行，总耗时将是 8 秒。

步骤	操作	说明
下载/安装	`pip install parallelpython`	强烈建议：优先考虑 `multiprocessing`, `joblib` 等现代替代方案，pp 已停止维护。
验证	`import pp`	在 Python 环境中导入，无报错则安装成功。
基本使用	`pp.Server()` -> `submit()` -> `job()` -> `destroy()`	这是 pp 的标准使用流程：创建服务器、提交任务、获取结果、关闭服务器。
替代方案	`multiprocessing.Pool`, `joblib.Parallel`	对于新项目，请学习并使用这些更活跃、更强大的库。