(11)列表、元组、字典都用什么标记或什么函数创建？

- 列表使用中括号 [] 创建，例如：`my_list = [1, 2, 3, 4]`
- 元组使用小括号 () 创建，例如：`my_tuple = (1, 2, 3, 4)`
- 字典使用大括号 {} 创建，例如：`my_dict = {'name': 'Tom', 'age': 18}`

此外，也可以使用相应的内置函数创建这些数据结构，例如：
- `list()` 创建一个空列表，或者将其他可迭代对象转换成列表
- `tuple()` 创建一个空元组，或者将其他可迭代对象转换成元组
- `dict()` 创建一个空字典，或者从其他映射对象（如元组列表）或关键字参数创建字典

相关问题

请基于python3.10或以上的版本回答，multiprocessing模块的multiprocessing.process()函数的作用？以列表形式写出语法？以列表形式写出所有必传参数及所有可选参数？以列表形式写出返回值？一个简单的案例并在案例的每一行代码中都加注解？

### 回答1：
`multiprocessing.Process()`函数的作用是启动一个新的进程，并且在新进程中执行指定的函数。它是`multiprocessing`模块中的一个类，用于创建进程对象。

语法：

p = multiprocessing.Process(target=function, args=args_tuple, kwargs=args_dict, daemon=daemon_bool)

必传参数：

- `target`：要在新进程中执行的函数
- `args`：以元组形式传递给目标函数的参数

可选参数：

- `kwargs`：以字典形式传递给目标函数的关键字参数
- `daemon`：是否将进程标记为守护进程

返回值：

- `Process`对象，表示新创建的进程

一个简单的案例：

import multiprocessing
import time

def worker(num):
    """子进程要执行的代码"""
    print(f"Worker {num} started")
    time.sleep(2)
    print(f"Worker {num} finished")

if __name__ == '__main__':
    # 创建三个子进程
    processes = []
    for i in range(3):
        p = multiprocessing.Process(target=worker, args=(i,))
        processes.append(p)
        p.start()

    # 等待所有子进程执行完毕
    for p in processes:
        p.join()

    print("All workers have finished")

注解：

- `import multiprocessing`：导入`multiprocessing`模块
- `def worker(num):`：定义一个子进程要执行的函数，这里的`num`是一个参数
- `if __name__ == '__main__':`：在主模块下执行
- `processes = []`：创建一个空列表，用于存储子进程对象
- `for i in range(3):`：循环三次，创建三个子进程
- `p = multiprocessing.Process(target=worker, args=(i,))`：创建一个子进程对象，指定目标函数为`worker`，参数为`i`
- `processes.append(p)`：将子进程对象添加到列表中
- `p.start()`：启动子进程
- `for p in processes:`：循环子进程列表
- `p.join()`：等待子进程执行完毕
- `print("All workers have finished")`：输出所有子进程执行完毕的提示信息

### 回答2：
multiprocessing模块中的multiprocessing.Process()函数是用于创建新的进程的函数。它可以通过创建Process对象来生成新的进程，并通过调用start()方法启动进程。

语法：

multiprocessing.Process(target=None, args=(), kwargs={})

必传参数：
1. target：需要在新进程中运行的函数或方法。

可选参数：
1. args：以元组形式传递给target函数的位置参数。
2. kwargs：以字典形式传递给target函数的关键字参数。

返回值：
Process对象，可以通过调用start()方法启动新的进程。

案例：

import multiprocessing

# 定义一个函数，在新进程中运行
def print_func(name):
    print(f"Hello, {name}!")

if __name__ == "__main__":
    # 创建Process对象，指定target为print_func函数，args为("Alice",)元组
    p = multiprocessing.Process(target=print_func, args=("Alice",))
    
    # 启动新的进程
    p.start()
    
    # 等待新进程结束
    p.join()

解释案例中的每一行代码：
1. 导入multiprocessing模块。
2. 定义一个函数print_func，用于在新进程中运行，并接受一个参数name。
3. 在`if __name__ == "__main__":`条件下，创建一个Process对象p，指定target为print_func函数，args为一个元组，包含一个字符串参数"Alice"。
4. 调用p的start()方法，启动新的进程。
5. 调用p的join()方法，等待新进程结束。

### 回答3：
multiprocessing模块的multiprocessing.process()函数的作用是创建一个子进程并执行指定的target函数。

语法如下：

multiprocessing.process(target, args=(), kwargs={}, daemon=None)

必传参数：
- target：指定子进程运行的目标函数。

可选参数：
- args：传递给目标函数的位置参数，默认为空元组。
- kwargs：传递给目标函数的关键字参数，默认为空字典。
- daemon：是否将子进程设置为守护进程，默认为None。

返回值：
返回一个Process对象，代表创建的子进程。

简单案例：

import multiprocessing

def print_func(name):
    print('Hello,', name)

if __name__ == '__main__':
    p = multiprocessing.Process(target=print_func, args=('Alice',))
    # 创建一个子进程，执行print_func函数，并传递参数('Alice',)
    p.start()
    # 启动子进程
    p.join()
    # 等待子进程结束

注解：
1. 导入multiprocessing模块。
2. 定义一个目标函数print_func，接受一个参数name，并在函数内打印出'Hello, name'。
3. 在主程序中，创建一个Process对象p，指定目标函数为print_func，传递参数('Alice',)。
4. 调用p.start()方法启动子进程。
5. 调用p.join()方法等待子进程结束。
6. 子进程执行目标函数print_func，并打印出'Hello, Alice'。

pd.read_excel（）函数参数

pd.read_excel()函数是pandas库中用于读取Excel文件的函数。它的常用参数如下：

1. filepath_or_buffer：Excel文件的路径或者URL，可以是字符串、路径对象或者类文件对象。
2. sheet_name：要读取的工作表的名称或索引。默认为0，表示读取第一个工作表。
3. header：指定作为列名的行数，默认为0，表示使用第一行作为列名。如果设置为None，则不使用列名。
4. names：自定义列名，可以是列表或者数组。
5. index_col：指定作为行索引的列，默认为None，表示不使用行索引。
6. usecols：要读取的列的索引或者列名，可以是列表、元组、字符串或者可迭代对象。
7. nrows：要读取的行数，默认为None，表示读取所有行。
8. skiprows：要跳过的行数，默认为None，表示不跳过任何行。
9. skipfooter：要跳过的尾部行数，默认为0，表示不跳过任何行。
10. na_values：将指定值视为缺失值的列表或者字典。
11. parse_dates：将指定列解析为日期，默认为False。
12. date_parser：用于解析日期的函数，默认为None，表示使用pandas的默认解析器。
13. converters：用于将列数据转换为特定类型的函数或者字典。
14. dtype：指定每列的数据类型，可以是字典、numpy.dtype对象或者None。
15. squeeze：如果数据只有一列，则返回Series对象，默认为False。
16. engine：指定解析引擎，可以是xlrd、openpyxl或者其他可选引擎。
17. keep_default_na：是否保留默认的缺失值标记，默认为True。
18. verbose：是否显示读取过程中的详细信息，默认为False。

以上是pd.read_excel()函数的一些常用参数，你可以根据需要选择合适的参数来读取Excel文件中的数据。