Почему mulitprocessing.Pool запускается, но никогда не завершается?

Я пытаюсь использовать mulitprocessing.Pool для ускорения выполнения функции в диапазоне входных данных. Кажется, процессы были вызваны, поскольку мой диспетчер задач указывает на значительное увеличение использования моего ЦП, но задача никогда не завершается. Никаких исключений никогда не возникает, во время выполнения или иным образом.

from multiprocessing import Pool

def f(x):
    print(x)
    return x**2

class Klass:
    def __init__(self):
        pass

    def foo(self):
        X = list(range(1, 1000))
        with Pool(15) as p:
            result = p.map(f, X)

if __name__ == "__main__":
    obj = Klass()
    obj.foo()
    print("All Done!")

Интересно, что, несмотря на рост загрузки ЦП, print(x) никогда ничего не выводит на консоль.

Я переместил функцию f за пределы класса, как было предложено здесь, чтобы бесполезно. Я также пытался добавить p.close() и p.join(), но безуспешно. Использование других методов класса Pool, таких как imap, приводит к TypeError: can't pickle _thread.lock objects ошибкам и, кажется, делает шаг в сторону от примера использования во введении Документация по многопроцессорной обработке Python.

Добавляя путаницы, если я попытаюсь запустить приведенный выше код достаточное количество раз (убивая зависшее ядро ​​​​после каждой попытки), код начнет стабильно работать, как и ожидалось. Обычно требуется около двадцати попыток, прежде чем это «щелкнет» на месте. Перезапуск моей IDE возвращает теперь функциональный код обратно в прежнее неисправное состояние. Для справки: я использую дистрибутив Anaconda Python (Python 3.7) со Spyder IDE в Windows 10. Мой ЦП имеет 16 ядер, поэтому Pool(15) не требует больше процессов, чем ядер ЦП. Однако запуск кода в другой среде IDE, такой как Jupyter Lab, приводит к тем же неверным результатам.

Другие предположили, что это может быть недостатком самого Spyder, но предложение использовать mulitprocessing.Pool вместо mulitprocessing.Process тоже не работает.