假定Pool在工作进程（由操作系统调度）之间分配列表的元素，那么您无法用map来 * 保证 * 内部处理顺序。
对于map，最好的办法是将输入更改为元组(sequence_number, data)的列表，让辅助函数返回(sequence_number, result)，然后按sequence_number排序。
如果你想在项目完成后立即开始处理，可以使用imap或imap_unordered。使用imap将保持与输入可迭代项相同的顺序。如果你对imap的(sequence_number, result)元组使用相同的技巧，你可以将结果保存在列表中，并在你得到一个没有间隔的序列后打印它们。

澄清- OP寻求在一个过程完成时获得顺序（而不是等待所有过程完成）。Map确实保证了输出顺序-但你需要等待所有过程完成。
下面是另一个强调这一点的讨论-Another Stack Discussion
下面是编辑后的代码和结果，对于像我这样可能会感到困惑的人来说，这两者是有区别的。

from multiprocessing import Pool
import time

def func(arg):
   time.sleep(0.001)
   print("process order: "+str(arg))
   return arg
if __name__=='__main__':
   proc_pool = Pool(4)
   results = proc_pool.map(func, range(30))
   proc_pool.close()
   proc_pool.join()

   for a in results:
      print("output order"+str(a))`

结果如下：

process order: 6
process order: 7
process order: 14

output order0
output order1
output order2
output order3
output order4
output order5
output order6
output order7
output order8
output order9
output order10
output order11
output order12
output order13
output order14
output order15
output order16
output order17
output order18
output order19
output order20
output order21
output order22
output order23
output order24
output order25
output order26
output order27
output order28
output order29