Python 将numpy数组转换为共享内存数组的代码出现Pickle错误

尝试使用此处的代码将numpy数组转换为共享内存数组并返回。运行以下代码：

shared_array=shmarray.ndarray_to_shm（my_numpy_array）

然后将共享_数组作为多处理池参数列表中的参数传递：

pool.map（我的函数，参数数组列表）

其中

参数列表\u数组

包含我的共享数组和其他参数

它会导致以下错误

PicklingError:无法pickle:属性查找多处理.sharedTypes.c\u double\u数组失败

其中

是我的numpy数组的线性大小

我猜numpy ctypes或类似的东西发生了变化

进一步详情： 我只需要访问共享信息。这些进程不会进行任何编辑

---

调用池的函数位于类中。该类已启动，函数由main.py文件调用。

我认为您的操作过于复杂： 不需要对数组进行pickle（特别是在它们是只读的情况下）：

您只需要通过一些全局变量保持它们的可访问性：

（已知可在linux下工作，但可能无法在windows下工作，不知道）

如果需要读取和写入阵列，则需要使用以下方法：

---

我认为你把事情复杂化了： 不需要对数组进行pickle（特别是在它们是只读的情况下）：

您只需要通过一些全局变量保持它们的可访问性：

（已知可在linux下工作，但可能无法在windows下工作，不知道）

如果需要读取和写入阵列，则需要使用以下方法：

---

显然，当使用

多处理.Pool

时，所有参数都会被pickle，因此使用

多处理.Array

是没有用的。更改代码以使其使用一个进程数组就成功了。

显然，当使用

多处理.Pool

时，所有参数都会被pickle，因此使用

多处理.array

是没有用的。更改代码，使其使用一组进程就可以了。

这看起来不错。如果导入了文件，并且没有

文件，您可以添加它的外观吗。全局变量和函数
summer
在同一范围内的重要元素是什么？或者池和全局变量的定义？重要的是在mp.pool（）之前初始化一个全局资源。例如，main（）和‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘，但生成的进程的行为仍然像我根本没有更改全局变量一样-它们看到默认值（即
None
），尽管该值在主程序进程中确实发生了更改…请看这里。这似乎与您的示例相矛盾，我想如果您使用的是可能不起作用的窗口（它们的进程生成是不同的），但我从来没有windows尝试过。这看起来不错。如果导入了文件，并且没有
文件，您可以添加它的外观吗。全局变量和函数
summer
在同一范围内的重要元素是什么？或者池和全局变量的定义？重要的是在mp.pool（）之前初始化一个全局资源。例如，main（）和‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘‘，但生成的进程的行为仍然像我根本没有更改全局变量一样-它们看到默认值（即
None
），尽管该值在主程序进程中确实发生了更改…请看这里。这似乎与您的示例相矛盾，我想如果您使用的窗口可能不起作用（它们的生成过程是不同的），但我从未让windows尝试过。
import numpy as np,multiprocessing as mp
class si:
  arrs=None

def summer(i):
    return si.arrs[i].sum()

def main():
    si.arrs=[np.zeros(100) for _ in range(1000)]
    pool = mp.Pool(16)
    res=pool.map(summer,range(1000))
    print res

if __name__ == '__main__':
    main()