#前面的队列Queue和管道Pipe都是仅仅能再进程之间传递数据，但是不能修改数据，今天我们学习的东西就可以在进程之间同时修改一份数据
#Mnager就可以实现
import multiprocessing
import random
def f(l,n):
l.append(n)
if __name__ == '__main__':
m = multiprocessing.Manager()
m_dict = m.dict()
m_list = m.list(range(4))
p_list = []
for i in range(10):
p = multiprocessing.Process(target=f,args=(m_list,i))
p.start()
p_list.append(p)
for p in p_list:
p.join()
print(m_list)
结果如下
''' 结果如下，实现不同进程之间修改数据 [0, 1, 2, 3, 0, 3, 1, 4, 6, 2, 8, 9, 7, 5] '''
# 进程池，允许同一时间最多有多少个进程在运行，因为进程非常耗费资源
import time
import multiprocessing
def Foo(i):
time.sleep(2)
return i + 100
def Bar(arg):
print("---exec down:",arg)
if __name__ == '__main__':
multiprocessing.freeze_support()
#windows的多进程必须要加这个一项
pool = multiprocessing.Pool(3)
for i in range(10):
pool.apply_async(func=Foo,args=(i,),callback=Bar)
#这句话有3个意思
#1、apply_async这个意思是异步执行
#2、这里的意思执行Foo，参数为i，callback这里的意思就是Foo这个函数的返回值作为Bar的函数输入，这个是自动传递的；
#3、这里还有一个意思是，执行Foo这个函数后，然后才执行Bar这个函数
#4、这里我们可以在Bar这个函数中接受子进程的执行结果，我们就可以把这个结果放在一个list中，从而也可以间接获取到子进程的执行结果
print("end")
pool.close()
pool.join()
#pool的时候必须先close，然后在join，这个必须要记住，pool的用法不一样
结果如下
end ---exec down: 100 ---exec down: 101 ---exec down: 102 ---exec down: 103 ---exec down: 104 ---exec down: 105 ---exec down: 106 ---exec down: 107 ---exec down: 108 ---exec down: 109