python multiprocessing 如何并行处理不同的任务

Python的multiprocessing模块可以用于并行处理不同的任务。具体步骤如下：

1. 导入multiprocessing模块。

2. 创建一个进程池Pool对象，指定进程池中的进程数量。

3. 使用Pool对象的map()或imap()方法，将要执行的任务以及任务所需的参数传递给它。

4. 最后，关闭进程池，释放资源。

下面是一个简单的示例代码，其中有两个不同的任务需要并行处理：

import multiprocessing

def task1(arg):
    # 执行任务1
    pass

def task2(arg):
    # 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,)))  # 将任务1提交到进程池中执行
        else:
            results.append(pool.apply_async(task2, args=(i,)))  # 将任务2提交到进程池中执行
    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。