我经常想知道为什么Python的有关多处理的doc页面仅显示“功能性”方法（使用target参数）。可能是因为简洁的代码段最适合用于说明目的。对于适合一个功能的小任务，我可以看到这是首选的方式，ala：
from multiprocessing import Process
def f():
print('hello')
p = Process(target=f)
p.start()
p.join()
但是，当您需要更大的代码组织（用于复杂的任务）时，创建自己的类是可行的方法：
from multiprocessing import Process
class P(Process):
def __init__(self):
super(P, self).__init__()
def run(self):
print('hello')
p = P()
p.start()
p.join()
请记住，每个生成的进程都使用主进程的内存占用量副本进行初始化。而且构造函数代码（即内部的东西__init__()）是在主进程中执行的- 只有内部的代码run()在单独的进程中执行。
因此，如果某个进程（主进程或生成的进程）更改了其成员变量，则该更改将不会反映在其他进程中。这，当然，是唯一真正的储存卡，在类型，如bool，string，list，等。但是，您可以导入“特殊”的数据结构，从multiprocessing其中将被透明的过程（见之间共享模块进程间共享状态。）或者，您可以创建自己的IPC（进程间通信）渠道，例如multiprocessing.Pipe和multiprocessing.Queue。
602392714
清零编程群