在Python中，可以使用多线程或多进程来实现并行运行相同的函数，使用不同的输入文件和输出文件。

以下是一个使用多线程的示例代码：

import threading

def process_file(input_file, output_file):
    # 读取输入文件并处理数据
    with open(input_file, 'r') as f:
        data = f.read()

    # 处理数据的逻辑
    processed_data = process_data(data)

    # 将处理后的数据写入输出文件
    with open(output_file, 'w') as f:
        f.write(processed_data)

def process_data(data):
    # 数据处理逻辑
    # ...

# 定义输入文件列表和输出文件列表
input_files = ['input1.txt', 'input2.txt', 'input3.txt']
output_files = ['output1.txt', 'output2.txt', 'output3.txt']

# 创建线程列表
threads = []

# 创建并启动线程
for i in range(len(input_files)):
    input_file = input_files[i]
    output_file = output_files[i]
    thread = threading.Thread(target=process_file, args=(input_file, output_file))
    thread.start()
    threads.append(thread)

# 等待所有线程完成
for thread in threads:
    thread.join()

print("所有线程已完成处理文件。")

在上述示例代码中，process_file函数用于处理文件，其中的process_data函数用于处理数据。通过创建多个线程，每个线程负责处理一个输入文件和输出文件的对应关系，从而同时处理多个文件。

如果要使用多进程来实现并行处理，可以使用multiprocessing模块。将上述代码中的import threading改为import multiprocessing，将threading.Thread改为multiprocessing.Process即可。

需要注意的是，多线程和多进程都可能会引发资源竞争的问题，需要进行适当的线程或进程同步控制，以确保数据的正确性。