Для объединения результатов всех процессов в Pool в Python вы можете использовать метод map() вместо метода apply() или apply_async(). Метод map() автоматически собирает и возвращает все результаты выполнения функции, примененной к каждому элементу входного списка.
Вот пример использования метода map() для объединения результатов процессов в Pool:
from multiprocessing import Pool
# Функция, которую нужно выполнить для каждого элемента входного списка
def process_data(data):
# Ваш код для обработки данных
# Возвращаем результат обработки
return processed_data
if __name__ == '__main__':
# Входной список данных
input_data = [1, 2, 3, 4, 5]
# Создаем Pool с определенным количеством процессов
pool = Pool(processes=4)
# Используем метод map() для применения функции process_data к каждому элементу списка
# При этом результаты каждого процесса будут автоматически собраны и возвращены в виде списка
results = pool.map(process_data, input_data)
# Выводим результаты
print(results)
В этом примере мы создаем Pool с четырьмя процессами и применяем функцию process_data к каждому элементу входного списка input_data. Результаты каждого процесса собираются и возвращаются в виде списка results. Вы можете использовать этот список для дальнейшей обработки или вывода результатов.
Использование метода map() позволяет автоматически объединить результаты всех процессов в Pool без необходимости явно собирать их вручную. Если вам нужно объединить результаты только отдельных процессов, вы можете вместо этого использовать метод apply_async() и собирать результаты вручную с помощью метода get() для каждого процесса.