import multiprocessing as mp import numpy as np def worker(size, idx, arr): array = np.zeros((size,size,size)) print(idx) array[idx[0],idx[1],idx[2]] = 100 for slice in range(size): for row in range(size): arr[slice*size*size+row*size:slice*size*size+row*size+size] = array[slice, row, :] if __name__==‘__main__‘: size = 3 myArray_list = [] for i in range(9): myArray_list.append(mp.Array(‘f‘, size*size*size)) ps = [mp.Process(target=worker, args=(size, [x%3,x%3,x%3], myArray_list[x])) for x in range(9)] for p in ps: p.start() for p in ps: p.join() for x in range(9): print(x) res = np.array(myArray_list[x]) res1 = res.reshape((size,size,size)) print(res1) print(res1[1,2,0]) print(‘after all workers finished‘)
多进程数据同步不能用global,因为不能跨进程存取,必须要用Multiprocessing的queue, Value, Array, Rawarray来做数值传递。
而且这个传递不支持多维数组,只支持一维的,所以前后要自己转换一下。
原文地址:https://www.cnblogs.com/zhanfeng-xing/p/8856684.html
时间: 2024-10-04 11:00:07