python multiprocessing 如何并行处理不同的多参数任务

如果要并行处理不同的多参数任务，可以使用multiprocessing模块的map()或imap()方法。这两个方法都支持传递多个参数，只需要将这些参数打包成一个元组或列表即可。

下面是一个示例代码，其中有两个不同的多参数任务需要并行处理：

import multiprocessing

def task1(arg1, arg2):
    # 执行任务1
    pass

def task2(arg1, arg2, arg3):
    # 执行任务2
    pass

if __name__ == '__main__':
    pool = multiprocessing.Pool(processes=2)  # 创建进程池对象，包含2个进程
    results = []  # 存储任务执行结果
    for i in range(10):
        if i % 2 == 0:
            results.append(pool.apply_async(task1, args=(i, i+1)))  # 将任务1提交到进程池中执行，传递两个参数
        else:
            results.append(pool.apply_async(task2, args=(i, i+1, i+2)))  # 将任务2提交到进程池中执行，传递三个参数
    pool.close()  # 关闭进程池，不再接受新的任务
    pool.join()  # 等待所有任务完成
    for r in results:
        print(r.get())  # 获取任务执行结果

在上面的示例中，我们创建了一个包含2个进程的进程池对象，然后将10个多参数任务交给进程池处理。如果任务的编号是偶数，就执行任务1，否则执行任务2。最后，我们等待所有任务完成，并获取它们的执行结果。注意，我们使用了apply_async()方法来提交任务，这个方法是异步的，会立即返回一个AsyncResult对象，可以通过它来获取任务的执行结果。