只是个伪代码例子, 原代码量大，只能弄了个结构上一致的简单的例子，
procFun 在没套入到多进程的时候，工作得很好，是一个闭包，不会与其它什么的造成干涉。。。

BABTaskDict = {'TkNum':32,                          'TkString':'test String'}  def procFun(taskInfo):      taskNumber = taskInfo.get('TkNum')      taskString = taskInfo.get('TkString')      ...      ...      pass  with concurrent.futures.ProcessPoolExecutor(max_workers=3) as executor:              to_do = []             #executor.submit 返回 future 实例             future = executor.submit(procFun, BABTaskDict ) # 方式 1             # 方式 2 future = executor.submit(procFun, *BABTaskDict )             # 方式 3 future = executor.submit(procFun, **BABTaskDict )             to_do.append(future) 

用了方式 1 的方法，会有如下提示：

Traceback (most recent call last):   File "C:UsersAdministratorAppDataLocalProgramsPythonPython36libmultiprocessingqueues.py", line 234, in _feed     obj = _ForkingPickler.dumps(obj)   File "C:UsersAdministratorAppDataLocalProgramsPythonPython36libmultiprocessingreduction.py", line 51, in dumps     cls(buf, protocol).dump(obj) TypeError: can't pickle _thread.lock objects 

用了方式 2 的方法，future.result()有如下：

  File "C:UsersAdministratorAppDataLocalProgramsPythonPython36libconcurrentfutures_base.py", line 432, in result     return self.__get_result()   File "C:UsersAdministratorAppDataLocalProgramsPythonPython36libconcurrentfutures_base.py", line 384, in __get_result     raise self._exception TypeError: procFun() takes 1 positional argument but 17 were given 

用了方式 3 的方法，与方式 1 一样，
是不是姿势不对？
没其它选择，info 字典内容必须传进去，散写逐个参数，非常麻烦的。。。