我有以下形式的列表列表：
All_lists = [Arglist_1, ..., Arglist_N],
"""
Arglist_i = [arg_i_1, ..., arg_i_k(i)]
arg_i_j is an argument for which I want to execute a target function "boo".
"""
我尝试为所有“独立”的Arglists运行功能“ boo”，并观察到只有一个进程占用了所有内存，并且系统中有很多可用内存-因此代码是按顺序处理的。 >
results_per_list = []
the_pool = multiprocessing.Pool(processes=mp.cpu_count(), initializer=...,initargs=...)
for arglist in All_lists:
results = the_pool.map(boo,arglist)
results_per_list.append(results)
the_pool.close()
the_pool.join()
"""
Then I'm using results_per_list to run some other functions
"""
看着任务管理器，我观察到，除一个python.exe之外，其他所有存储器均占用50K内存和一个600K（平均）。
如何均匀分配任务，以便每个任务（或其中至少一些）占用相等的内存大小进行处理？
为什么现在正在发生的事是预期的行为？
谢谢