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。

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

如果你有版本为>= 2.6的python，你可以简单地使用

import multiprocessing

multiprocessing.cpu_count()

http://docs.python.org/library/multiprocessing.html#multiprocessing.cpu_count

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()

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。

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。