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。

另一种选择是使用psutil库，它在这些情况下总是很有用:

>>> import psutil
>>> psutil.cpu_count()
2

这应该可以在psutil支持的任何平台上工作(Unix和Windows)。

注意在某些情况下多处理。cpu_count可能引发NotImplementedError，而psutil将能够获得cpu的数量。这只是因为psutil首先尝试使用多处理所使用的相同技术，如果这些技术失败，它还会使用其他技术。

不知道如何添加到代码或回复消息，但这里有对jython的支持，你可以在放弃之前添加进去:

# jython
try:
    from java.lang import Runtime
    runtime = Runtime.getRuntime()
    res = runtime.availableProcessors()
    if res > 0:
        return res
except ImportError:
    pass

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。

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()