Python 回调函数如何在多处理映射异步中工作？

调试代码花了我整整一个晚上，我终于发现了这个棘手的问题。请看下面的代码

from multiprocessing import Pool

def myfunc(x):
    return [i for i in range(x)]

pool=Pool()

A=[]
r = pool.map_async(myfunc, (1,2), callback=A.extend)
r.wait()

---

我以为我会得到

A=[0,0,1]

，但输出是

A=[[0]，[0,1]]

。这对我来说没有意义，因为如果我有

A=[]

，

A.extend（[0]）

和

A.extend（[0,1]）

将给我

A=[0,0,1]

。可能回调的工作方式不同。因此，我的问题是如何获得

A=[0,0,1]

而不是

[[0]，[0,1]]

？

如果使用map\u async，将调用一次回调，结果是（

[[0]，[0,1]]

）

>>> from multiprocessing import Pool
>>> def myfunc(x):
...     return [i for i in range(x)]
... 
>>> A = []
>>> def mycallback(x):
...     print('mycallback is called with {}'.format(x))
...     A.extend(x)
... 
>>> pool=Pool()
>>> r = pool.map_async(myfunc, (1,2), callback=mycallback)
>>> r.wait()
mycallback is called with [[0], [0, 1]]
>>> print(A)
[[0], [0, 1]]

如果希望每次调用回调，请使用

pool=Pool()
results = []
for x in (1,2):
    r = pool.apply_async(myfunc, (x,), callback=mycallback)
    results.append(r)
for r in results:
    r.wait()

---

您使用的是什么操作系统和python版本？此代码不应该工作，如果statement@GamesBrainiac哦对不起。你们这些幸运的mac/linux家伙：P@falsetru，它起作用了。非常感谢。现在我看到了apply_async和map_async之间的另一个区别。如果在Windows和其他操作系统中使用

if uuuuuu name_uuuu=='\uuuu main_uuu'

将使其工作，因此我建议始终这样做以提高可移植性。