在Python中，multiprocessing模块允许你创建多个进程来并行执行任务。然而，由于全局解释器锁（GIL）的存在，Python的线程并不能真正地并行执行。为了在多进程之间共享数据，你可以使用multiprocessing模块提供的一些数据结构和通信机制。
Value和Array：这些是用于在进程之间共享单个值或数组的类。
Value：用于共享单个值（如整数、浮点数等）。它提供了一个简单的原子操作来设置和获取值。Array：用于共享一个固定大小的数组。它类似于numpy数组，但可以在多个进程之间共享。Manager：Manager对象允许你创建可以在多个进程之间共享的数据结构，如列表、字典等。这些数据结构实际上是在一个单独的进程中维护的，并通过网络与主进程通信。
Queue和Pipe：这些是用于在进程之间传递数据的通信机制。
Queue：一个线程和进程安全的队列，可以在多个进程之间安全地传递数据。Pipe：一对连接对象，可以在两个进程之间双向传递数据。下面是一个使用Manager在多进程之间共享数据的示例：
from multiprocessing import Process, Manager
def worker(shared_list):
shared_list.append('Hello from process')
if __name__ == '__main__':
manager = Manager()
shared_list = manager.list(['Hello from main process'])
p = Process(target=worker, args=(shared_list,))
p.start()
p.join()
print(shared_list) # 输出：['Hello from main process', 'Hello from process']
在这个示例中，我们创建了一个Manager对象，并使用它创建了一个可以在多个进程之间共享的列表。然后，我们创建了一个子进程，并将共享列表作为参数传递给它。子进程向共享列表中添加了一个字符串，最后我们打印出共享列表的内容，可以看到两个进程都成功地向列表中添加了数据。
