如何用Python joblib填充全局变量？

我想并行运行一些代码，并在Python中用结果填充一个全局变量。我已经编写了一个示例代码来检查joblib的行为，但我不知道如何返回结果。示例代码为：

import numpy as np
import multiprocessing
from joblib import Parallel, delayed

global_var = np.zeros(10)

def populate(idx):
   print('I am core',idx,'\')
   global_var[idx] = idx

num_cores = multiprocessing.cpu_count()
Parallel(n_jobs=num_cores)(delayed(populate)(idx) for idx in range(len(global_var))`

如果我在运行任何其他操作之前检查全局变量，它是一个零数组；当我运行代码时，数组中充满了“None”值

如何从函数返回值并填充全局数组？

---

非常感谢您！=）

基本上，您不能这样做：您需要指定具有共享内存的后端，或者手动创建共享内存。这有点复杂（但包含在文档中）

---

在这里，实现它的最简单方法是定义函数，使其返回计算结果，然后处理这些结果（在主进程中调用

Parallel（..）（..）

返回）（在以

Parallel

开头的行之后）.

我知道这是一条老线索，但其他人可能会感兴趣，知道这是可能的

将

require='sharedmem'

添加到并行初始化中。 您可以阅读更多关于并行化循环的示例

---

在你的例子中：

import numpy as np
import multiprocessing
from joblib import Parallel, delayed

global_var = np.zeros(10)

def populate(idx):
   print('I am core',idx,'\'')
   global_var[idx] = idx

num_cores = multiprocessing.cpu_count()
Parallel(n_jobs=num_cores, require='sharedmem')(delayed(populate)(idx) for idx in range(len(global_var)))

print(global_var)

[0.1.2.3.4.5.6.7.8.9]

---

谢谢你，兄弟。你救了我一天。仅供参考，这使用了线程后端，在大多数情况下，在Python中，它违背了并行的目的