在Python中加载两个动态库实例

我有一个用Fortran编写的程序，并作为动态库编译（使用-fPIC）。我用Python中的CDLL加载以执行一些数值计算。该库使用内部持久内存（在模块中）保存中间值。我在Windows和Linux上工作（分别使用.dll和.so）。动态库打包在Python模块中，并安装在lib子目录中

如果我在同一台计算机上运行两个加载动态库的不同Python脚本，它们会获得单独的内存还是访问同一个内存（从而破坏结果）

如果我：

• 将它们加载到不同的多处理实例中
• 将它们加载到不同的多线程实例中
• 将它们加载到两个不同内核的Jupyter笔记本电脑中
• 在不同的Python虚拟环境中运行它们

有一个问题。但是，由于动态库包含在Python模块中，因此我希望避免重命名和移动文件

如果我在同一台计算机上运行两个加载动态库的不同Python脚本，它们会获得单独的内存还是访问同一个内存（从而破坏结果）

• 同一个库只能加载一次；更准确地说，只要您尝试以相同的路径加载库，它在加载过程中只加载一次
  • 现在假设加载一个库，将该库复制/粘贴到其他位置，重命名它并尝试加载副本，然后加载两次
• 对于同一个库多次加载所使用的内存，由于只加载了一个库，因此没有损坏。如果您加载它的一个副本，那么每个库都会获得自己的内存分配

将它们加载到不同的多处理实例中

没问题。多处理使用不同的进程，不同的进程无法将任何内容覆盖到另一个进程地址空间中（除非明确要求）

将它们加载到不同的多线程实例中

您将只能加载库的一个实例。也就是说，由于您只有一个库实例，从技术上讲是，并且根据库的不同，对函数的调用可能会覆盖库以前的内部状态。这在很大程度上取决于库是否可以在多线程环境中使用

正如您所说，库保持内部状态，对函数的每次调用都有机会覆盖/更改以前的内部状态（取决于被调用函数对内部状态的影响）

将它们加载到两个不同内核的Jupyter笔记本电脑中

取决于两个笔记本是否使用两个不同的解释器实例

• 如果是同一个解释器运行两个笔记本，那么解释器只加载了库的一个实例

• 不同的解释器：两个进程->两个库，每个库都有自己的分离状态

在不同的Python虚拟环境中运行它们

---

不同的虚拟环境使用不同的流程。

太棒了，正是我想要的！节省了我几个小时的测试！