我可以在python中创建共享的多数组或列表对象列表以进行多处理吗？

Question

我需要为多维数组或列表列表创建共享对象，以使其可用于其他进程。有没有办法创建它，因为我所看到的是不可能的。我试过了：

from multiprocessing import Process, Value, Array
arr = Array('i', range(10))
arr[:]
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
arr[2]=[12,43]
TypeError: an integer is required

我听说numpy数组可以是multiarray和共享对象，如果上面不可能，有人可以告诉我如何使numpy数组成为共享对象吗？

Answer 1

要使numpy数组成为共享对象（完整示例）：

import ctypes as c
import numpy as np
import multiprocessing as mp

n, m = 2, 3
mp_arr = mp.Array(c.c_double, n*m) # shared, can be used from multiple processes
# then in each new process create a new numpy array using:
arr = np.frombuffer(mp_arr.get_obj()) # mp_arr and arr share the same memory
# make it two-dimensional
b = arr.reshape((n,m)) # b and arr share the same memory

如果您不需要 共享的对象
（如“共享相同的内存”），并且可以在多个进程中使用的对象就足够了，则可以使用multiprocessing.Manager：

from multiprocessing import Process, Manager

def f(L):
    row = L[0] # take the 1st row
    row.append(10) # change it
    L[0] = row #NOTE: important: copy the row back (otherwise parent
               #process won't see the changes)

if __name__ == '__main__':
    manager = Manager()

    lst = manager.list()
    lst.append([1])
    lst.append([2, 3])
    print(lst) # before: [[1], [2, 3]]

    p = Process(target=f, args=(lst,))
    p.start()
    p.join()

    print(lst) # after: [[1, 10], [2, 3]]

从文档：

服务器进程管理器比使用共享内存对象更灵活，因为可以使它们支持任意对象类型。同样，可以通过网络上不同计算机上的进程共享一个管理器。但是，它们比使用共享内存慢。