### Python多进程运行函数示例 在Python中，`multiprocessing`模块提供了创建和管理多个进程的功能。以下是一个使用`multiprocessing.Process`类来运行函数的示例代码[^4]： ```python from multiprocessing import Process import os import time def task(name, duration): """定义一个需要在子进程中运行的函数""" print(f'任务 {name} 开始运行，进程ID: {os.getpid()}') time.sleep(duration) print(f'任务 {name} 运行结束') if __name__ == '__main__': print(f'主进程开始运行，进程ID: {os.getpid()}') # 创建多个进程对象，并指定它们要运行的函数 p1 = Process(target=task, args=('任务A', 3)) # 参数通过args传递 p2 = Process(target=task, args=('任务B', 2)) p3 = Process(target=task, kwargs={'name': '任务C', 'duration': 1}) # 参数通过kwargs传递 # 启动进程 p1.start() p2.start() p3.start() # 等待所有子进程完成 p1.join() p2.join() p3.join() print('所有任务完成，主进程结束') ``` 上述代码中，`Process`类被用来创建多个进程，每个进程执行`task`函数。通过`start()`方法启动进程，`join()`方法确保主进程等待所有子进程完成后再继续执行。 此外，还可以使用`multiprocessing.Pool`类来简化多进程管理，特别是当需要并行处理大量数据时[^1]： ```python from multiprocessing import Pool import os import time def task(x): """定义一个简单的计算任务""" print(f'任务 {x} 开始运行，进程ID: {os.getpid()}') time.sleep(2) return x * x if __name__ == '__main__': print(f'主进程开始运行，进程ID: {os.getpid()}') # 创建进程池，指定最大进程数为3 with Pool(processes=3) as pool: results = pool.map(task, range(6)) # 并行执行task函数 print(f'所有任务完成，结果为: {results}') print('主进程结束') ``` 在该示例中，`Pool`类自动管理进程的创建和分配，通过`map`方法将任务分发给多个进程并收集结果。 ### 注意事项 - 每个进程拥有独立的内存空间，因此不能直接共享全局变量[^4]。 - 使用`multiprocessing`模块可以绕过GIL限制，实现真正的并行计算[^3]。