Python并行化框架是Python語言中的重要組成部分。Python并行化框架允許開發者利用多線程以及多進程的優勢來充分利用多核CPU的性能，從而加速程序運行的效率。

常用的Python并行化框架有：multiprocessing、concurrent.futures、joblib、Pyro等。其中，multiprocessing是Python標準庫中的一個模塊，而其他框架則是第三方庫。

在使用Python并行化框架之前，需要考慮以下問題：

• 程序是否可以拆分成多個任務？
• 任務之間是否有依賴性？
• 任務之間是否需要數據交互？
• 程序的性能瓶頸在哪里？是否可以通過并行化來優化程序性能？

下面是一個使用multiprocessing模塊實現并行化的示例代碼：

import multiprocessing
def f(x):
return x*x
if __name__ == '__main__':
with multiprocessing.Pool(processes=4) as pool:
result = pool.map(f, [1, 2, 3, 4, 5, 6, 7, 8, 9])
print(result)

上述代碼中，首先定義了一個函數f，它的作用是返回傳入參數的平方。然后，在主程序中使用multiprocessing.Pool創建了一個有4個進程的進程池，并使用pool.map方法將[1,2,3,4,5,6,7,8,9]中的每個元素傳入函數f中進行計算，最后將所有結果保存至變量result，并打印輸出。

通過并行化計算，可以提高程序運行的效率，同時也可以節約時間和資源。但是，在實際應用中，需要注意并行化所帶來的額外開銷以及多線程、多進程可能會帶來的線程安全問題。