¿Cómo ejecutar código Python en paralelo?

Python tiene varias bibliotecas que pueden ser utilizadas para ejecutar código en paralelo. Aquí hay algunos ejemplos:

1. Multithreading: Python tiene un módulo de threading para ejecutar código en múltiples hilos. Sin embargo, debido al Global Interpreter Lock (GIL) de Python, los hilos están restringidos a ejecutarse uno a la vez en los núcleos de la CPU. Por lo tanto, el multihilo se utiliza mejor para las tareas de E/S, donde el programa a menudo espera la entrada/salida del usuario o de la red.

```python
import threading

def function_to_run_in_parallel(): # código para ejecutar en paralelo

crear dos hilos que corran la misma función
thread1 = threading.Thread(target=function_to_run_in_parallel)
thread2 = threading.Thread(target=function_to_run_in_parallel)

iniciar los hilos
thread1.start()
thread2.start()

esperar hasta que ambos hilos hayan terminado
thread1.join()
thread2.join()
```

2. Multiprocessing: Python tiene un módulo de multiprocessing que permite la ejecución en múltiples procesos en lugar de hilos. Esto permite una verdadera ejecución paralela en múltiples núcleos de la CPU, superando el GIL.

```python
from multiprocessing import Process

def function_to_run_in_parallel(): # código para ejecutar en paralelo

crear dos procesos que corran la misma función
process1 = Process(target=function_to_run_in_parallel)
process2 = Process(target=function_to_run_in_parallel)

iniciar los procesos
process1.start()
process2.start()

esperar hasta que ambos procesos hayan terminado
process1.join()
process2.join()
```

3. Joblib: Es una biblioteca de Python para la paralelización de tareas con una interfaz fácil de usar. Es útil cuando los trabajos que desea paralelizar pueden ser representados como una lista de tareas independientes.

```python
from joblib import Parallel, delayed

def function_to_run_in_parallel(parameters): # código para ejecutar en paralelo

ejecutar en paralelo
results = Parallel(n_jobs=-1)(delayed(function_to_run_in_parallel)(parameters) for parameters in list_of_parameters)
```

Por favor, ten en cuenta que la cantidad de paralelización que se puede lograr depende del número de núcleos de CPU disponibles en tu máquina.