答案1
正在运行的任务所用的 RAM 仅用于存储数据。这是 Python 代码中的变量和类似内容。CPU 使用率与正在运行的程序的“思考”有关。
因此在这种情况下,您的程序正在进行大量的思考,但并没有进行大量的存储。
答案2
你的python程序是CPU瓶颈,而不是内存瓶颈。
想象一下:假设你正在用笔在纸上写一本书。你正在尽可能快地书写。你只能在一次一张纸在你面前放 10 张纸并不会让你写得快 10 倍。
这正是您所看到的。您的 CPU 正在尽可能快地进行“写入”。因此,它的利用率为 100%。内存是一张纸,是它工作的介质。
如果你想让你的程序运行得更快,你需要更多的手和/或写得更快! 如果你有两只手,你可以用一只手写第一章,另一只手写下一章。三只手呢?它可以同时写第三章。
假设程序可以分解为多个任务(如果尚未分解),您可以通过编写多线程 Python 应用程序来实现这一点。但是,如何做到这一点超出了 Superuser.com 的范围。
由于您的 CPU 已达到 100%,而多核 CPU 是当今的常态,您的 Python 程序很可能已经是多线程的。这很可能意味着,为了更快地运行程序,您需要更多 CPU 内核和/或更快的内核。