【Python多进程，通过from multiprocessing import Process实现，需要多个独立的数据，更推荐进程池map 】

Python多进程，通过from multiprocessing import Process实现

前提知识： 进程是python中最小的资源分配单元，也就是进程中间的数据，内存是不共享的，每启动一个进程，都要独立分配资源和拷贝访问的数据，所以进程的启动和销毁的代价是比较大了，下面这个方法就是每个进程都需要copy一份数据，占内存大。
总结：
1.进程池map（第二种方法）适合爬虫爬取多个链接和处理多个图片数据。作用的是可迭代对象里面的每一个子元素。
2.第一种方法多进程需要用到多份数据，占较多内存。但是可以对列表，元组等可迭代数据使用，Process(target=fun1,args=(data,))只需要修改这个代码，前面是函数，后面是对这个整体列表作用的函数。

测试代码

def fun1(name):
    cour = name[0]
    data = name[1]
    print(f'测试{cour}多进程{data}')

if __name__ == '__main__':
    process_list = []
    for i in range(5):  #开启5个子进程执行fun1函数
        data = (['Python1'],[i])
        p = Process(target=fun1,args=(data,)) #实例化进程对象
        p.start()
        process_list.append(p)

    for i in process_list:
        p.join()

    print('结束测试')

另一种方法，进程池实现

import PIL 

from multiprocessing import Pool 
from PIL import Image

SIZE = (75,75)
SAVE_DIRECTORY = \'thumbs\'

def get_image_paths(folder):
    return (os.path.join(folder, f) 
            for f in os.listdir(folder) 
            if \'jpeg\' in f)

def create_thumbnail(filename): 
    im = Image.open(filename)
    im.thumbnail(SIZE, Image.ANTIALIAS)
    base, fname = os.path.split(filename) 
    save_path = os.path.join(base, SAVE_DIRECTORY, fname)
    im.save(save_path)

if __name__ == \'__main__\':
    folder = os.path.abspath(
        \'11_18_2013_R000_IQM_Big_Sur_Mon__e10d1958e7b766c3e840\')
    os.mkdir(os.path.join(folder, SAVE_DIRECTORY))

    images = get_image_paths(folder)

    pool = Pool()
    pool.map(creat_thumbnail, images) #关键点，images是一个可迭代对象
    pool.close()
    pool.join()