在Python中，可以使用multiprocessing模块来实现并行操作。例如，下面的代码使用multiprocessing来对一组数字进行平方运算，并将结果存储到一个列表中：

import multiprocessing

def square(numbers, result_queue):
    for number in numbers:
        result_queue.put(number**2)

if __name__ == '__main__':
    numbers = [1, 2, 3, 4, 5, 6]
    result_queue = multiprocessing.Queue()
    num_processes = multiprocessing.cpu_count()
    processes = []
    chunk_size = len(numbers) // num_processes

    for i in range(num_processes):
        start = i * chunk_size
        end = start + chunk_size

        if i == num_processes - 1:
            end = len(numbers)

        process = multiprocessing.Process(target=square, args=(numbers[start:end], result_queue))
        process.start()
        processes.append(process)

    # Wait for all processes to finish
    for process in processes:
        process.join()

    # Collect results from the queue
    results = []
    while not result_queue.empty():
        results.append(result_queue.get())

    print(results)

在上面的代码中，我们首先定义了一个square()函数来执行平方运算，并将结果存储到一个队列中。然后，在主程序中，我们创建了一个队列来存储结果，并使用multiprocessing.cpu_count()函数获取计算机的CPU数量，以确定需要创建多少个进程。接下来，我们将numbers列表拆分成chunk_size个子列表，并为每个子列表创建一个进程来执行square()函数。最后，我们等待所有进程完成，并通过从结果队列中获取所有结果来收集输出。

请注意，我们在主程序中使用了if __name__ == '__main__':的条件语句。这是因为当我们启动一个新进程时，它也会执行我们的脚本文件中的所有代码。这可能会导致无限循环或其他问题。使用这个条件语句可以确保我们的代码只有在作为主模块运行时才会被执行。