在Python'中使用零拷贝共享scipy.sparse数组；s射线

我将大型数组传递给一个计算节点共享内存上的并行进程。在每一轮并行作业中，传递的数组不会被修改。我想传递零拷贝的数组

虽然这在和numpy.sharedmem（请参阅）中是可能的，但我想知道如何工作

据我所知（请参阅，[]，[]），ray的put（）将对象一次性（序列化，然后反序列化）复制到可用于所有进程的对象存储中

问题:

我不确定我是否正确理解了它，它是对象存储中整个数组的深层副本还是只是对它的引用？有没有办法“不”复制对象？而是传递现有scipy数组的地址/引用？基本上，这是一个真正的浅拷贝，不需要复制整个阵列的开销

---

---

Ubuntu 16.04，Python 3.7.6，Ray 0.8.5。

这也有助于理解零拷贝读取是如何工作的

scipy.sparse

matrix不是

ndarray

子类。它是一个自定义Python类，或者更确切地说是类。不同的格式具有不同的类和数据存储属性。一个实际上是一个字典子类，另一个将数据（和索引）存储在多个

ndarray

@hpaulj中。这没问题。我可以将scipy稀疏数组的组件（如非零数据）及其索引作为ndarray传递。