我對python的多處理非常陌生。目前，我正在嘗試使用多處理進行數據生成（10次），然后做一些后續工作。我當前的代碼是這樣的：def data_generation(param1, param2, param3):    main function    np.save(....)for i in np.arrange(10):   if __name__ == '__main__':   ratio = np.arange(0.3, 1.4, 0.1)   pool = Pool(os.cpu_count())   param1 = 1   param2 = 2   func = partial(data_generation, param1, param2)   _ = pool.map(func, param3=ratio)   pool.close()   pool.join()   ### then I would like to read the generated data and do analysis   result = np.load(..)我的想法是，我想做一件作品10次。每次，我都會生成數據，進行分析，存儲結果，然后再次執行。對于數據生成部分，需要將一個參數從 0.3 更改為 1.4。這就是我想要使用多處理的地方。問題是每次當我運行代碼時，看起來python跳過了數據生成部分，直接轉到了分析部分。那么，這項任務的正確邏輯是什么呢？我希望數據分析部分在數據生成部分之后被夸大。