如何将我的代码转换为使用多处理（池）？

Question

for key in copy_reference_dataset:
    model_line_number = 0
    model_dictionary_elements_number = len(copy_reference_dataset[key])
    while model_line_number < model_dictionary_elements_number:


        compt = compt + 1
        if key in plus_min_dict:
            plus_min_dict[key].append(copy_reference_dataset[key][model_line_number])
        else:
            plus_min_dict[key] = [copy_reference_dataset[key][model_line_number]]

        validation_bool = False
        dictionary_elements_number = len(compared_to_dataset[key])
        ra = Rectangle(int(copy_reference_dataset[key][model_line_number][0]),
                       int(copy_reference_dataset[key][model_line_number][1]),
                       int(copy_reference_dataset[key][model_line_number][2]),
                       int(copy_reference_dataset[key][model_line_number][3]))
        model_line_number = model_line_number+1
        line_number = 0
        while line_number < dictionary_elements_number and \
                validation_bool is False:

            rb = Rectangle(int(copy_compared_to_dataset[key][line_number][0]),
                           int(copy_compared_to_dataset[key][line_number][1]),
                           int(copy_compared_to_dataset[key][line_number][2]),
                           int(copy_compared_to_dataset[key][line_number][3]))
            # print (rb)
            line_number = line_number + 1
            if area(ra, rb) >= (area(ra, ra)/2):
                # print ('ground truth area is' )
                plus_precision = plus_precision + 1
                validation_bool = True


            elif line_number == dictionary_elements_number:
                minus_precision = minus_precision + 1

我的代码功能齐全，但速度相当慢，因为两个字典之间的迭代和比较，每个字典的值可以超过300000项，我已经做了一些关于多处理的研究，并意识到池可能是最好的选择并行运行4个处理器应该是一个不错的选择，任何关于如何实现我的第一个多处理调整的提示都将受到赞赏。