Python 3.4+: os.cpu_count()。

multiprocessing.cpu_count()是根据这个函数实现的，但如果os.cpu_count()返回None(“不能确定cpu数量”)则会引发NotImplementedError。

你也可以使用“joblib”来达到这个目的。

import joblib
print joblib.cpu_count()

此方法将为您提供系统中的cpu数量。但是Joblib需要安装。更多关于joblib的信息可以在这里找到https://pythonhosted.org/joblib/parallel.html

或者，您可以使用python的numexpr包。它有很多简单的功能，有助于获取关于系统cpu的信息。

import numexpr as ne
print ne.detect_number_of_cores()

如果你使用手电筒，你可以做:

import torch.multiprocessing as mp

mp.cpu_count()

torch中的mp库具有与python主库相同的接口，所以你也可以这样做，正如评论者所提到的:

python -c "import multiprocessing; print(multiprocessing.cpu_count())"

希望这能有所帮助!;)有多个选择总是好的。

如果你想知道物理内核的数量(不是虚拟超线程内核)，这里有一个独立于平台的解决方案:

psutil.cpu_count(logical=False)

https://github.com/giampaolo/psutil/blob/master/INSTALL.rst

注意，logical的默认值是True，所以如果你想包含超线程核心，你可以使用:

psutil.cpu_count()

这将给出与os.cpu_count()和multiprocessing.cpu_count()相同的数字，这两个都没有逻辑关键字参数。

multiprocessing.cpu_count()将返回逻辑CPU的数量，因此如果您有一个带有超线程的四核CPU，它将返回8。如果你想要物理cpu的数量，使用hwloc的python绑定:

#!/usr/bin/env python
import hwloc
topology = hwloc.Topology()
topology.load()
print topology.get_nbobjs_by_type(hwloc.OBJ_CORE)

hwloc被设计为跨操作系统和架构可移植。

这将提供超线程CPU计数

multiprocessing.cpu_count () os.cpu_count ()

这些参数提供了虚拟机CPU计数

psutil.cpu_count () numexpr.detect_number_of_cores ()

只有在虚拟机上工作时才重要。