Изменить порядок легенды и баров для сгруппированной гистограммы

Когда вы используете multiprocessing.dummy , вы используете потоки, а не процессы:

multiprocessing.dummy реплицирует API multiprocessing, но не более чем обертка вокруг модуля threading.

blockquote>

Это означает, что вы ограничены Global Interpreter Lock (GIL) , и только один поток может фактически выполнить Операции, связанные с процессором за раз. Это не позволит вам полностью использовать ваши процессоры. Если вы хотите получить полный параллелизм во всех доступных ядрах, вам нужно будет решить проблему травления, с которой вы сталкиваетесь с multiprocessing.Pool.

Обратите внимание, что multiprocessing.dummy может по-прежнему быть полезным, если работа вам нужно распараллеливать привязку IO или использовать C-расширение, которое выпускает GIL. Однако для чистого кода Python вам понадобится multiprocessing.