python 多线程并行加速 for

在 前一篇文章 里，我借助蒙特卡洛法对圆周率进行了估算，结果还是比较满意的，但是在试算过程中有一个问题很 annoying。更准确的结果需要更多的随机点，更多随机点意味着更大的矩阵计算，而且我在计算收敛情况时，需要多次执行求 pi 函数，但是我的 7700k 在计算时很不慌张，占有率仅在15%附近徘徊。矩阵乘法的并行加速我暂时还没有时间弄清楚，但是 for 的加速还是比较简单的，直接使用 multiprocessing 。代码如下： 

import numpy as np
from multiprocessing import Pool # 引用线程池 
def mc_pi(size):
    ran_x = np.random.random([size, size])
    ran_y = np.random.random([size, size])
    is_c = ran_x**2 + ran_y**2
    is_c[is_c > 1] = 0
    pi = 4 * np.count_nonzero(is_c) / (size**2)
    return pi