分享numpy的之間SciPy的對象處理

Question

我有兩個對象

shared_array = numpy.zeros(20) 

和

shared_matrix = scipy.sparse.csr_matrix((data, (row, col)),(20,20),dtype=numpy.float64) 

，我想從

multiprocessing.Process(target = random_function, args = (shared_matrix, shared_array)) 

創建的所有進程訪問這是怎麼回事做了什麼？

Answer 1

如果你只是想訪問它，你可以。您可以從由multiprocessing創建的所有進程中的全局變量中讀取數據。

但是，如果你想寫入例如一個字典（注意不要覆蓋），你可以使用共享內存對象。 multiprocessing內置manager，您可以從中調用所有共享內存對象，如列表，字典。

您將參數中的所有對象都傳遞給所有進程，但是如果您在對象內部進行更改，它不會永久存在，因爲它對於一個簡單函數來說不會是永久的。爲numpy的陣列

簡單的例子：

import numpy as np 
import multiprocessing 

a = np.zeros(5) 

def func(b): 
    ns.array += b 
    return 

manager = multiprocessing.Manager() 
ns = manager.Namespace() 
ns.array = np.zeros(5) 
pool = multiprocessing.Pool(2) 

list(pool.imap_unordered(func, [1,2])) 
print(ns.array) 

將輸出[ 3. 3. 3. 3. 3.]

這裏是另一個非常詳細的解決方案：https://stackoverflow.com/a/7908612/4555249