Как использовать subprocess.popen для выполнения нескольких программ, которые хранятся в списке

Трудно дать конкретный ответ, так как неясно, что именно вы хотите запустить (а у меня нет большого опыта работы с докером). Вот пример запуска нескольких ping одновременно, который должен проиллюстрировать, как это можно сделать:

from subprocess import Popen
from multiprocessing.pool import ThreadPool

programs = ["ping 192.168.50.111", "ping 192.168.50.102"]

def run_program(prog_string):
    return Popen(prog_string.split())

# A bit of an abuse of ThreadPool, but it makes cleaning up the threads easier.
with ThreadPool(len(programs)) as pool:
    popens = pool.map(run_program, programs)

В моей сети это печатает:

Pinging 192.168.50.111 with 32 bytes of data:
Pinging 192.168.50.102 with 32 bytes of data:
Reply from 192.168.50.102: bytes=32 time=21ms TTL=64
Reply from 192.168.50.111: bytes=32 time=342ms TTL=64
Reply from 192.168.50.102: bytes=32 time=3ms TTL=64
Reply from 192.168.50.111: bytes=32 time=991ms TTL=64
Reply from 192.168.50.111: bytes=32 time=5ms TTL=64
Reply from 192.168.50.102: bytes=32 time=2ms TTL=64
Reply from 192.168.50.102: bytes=32 time=2ms TTL=64
Ping statistics for 192.168.50.102:
    Packets: Sent = 4, Received = 4, Lost = 0 (0% loss),
Approximate round trip times in milli-seconds:
    Minimum = 2ms, Maximum = 21ms, Average = 7ms
Reply from 192.168.50.111: bytes=32 time=812ms TTL=64
Ping statistics for 192.168.50.111:
    Packets: Sent = 4, Received = 4, Lost = 0 (0% loss),
Approximate round trip times in milli-seconds:
    Minimum = 5ms, Maximum = 991ms, Average = 537ms

Как видите, оба были запущены примерно в одно и то же время и работают одновременно.

ThreadPool создает пул потоков и запускается run_program внутри потоков. «Программные строки» programs передаются этой функции по отдельности, затем возвращается результирующий Popen, и все они вместе помещаются в popens.

Если вам действительно не нужно Popen, вы можете обнаружить, что run проще в использовании.