在python中如何将父进程中的变量传递给子进程？

我试图让父python脚本将变量发送给子脚本，以帮助我加快并自动化视频分析

我现在使用

subprocess.Popen（）

调用来启动子脚本的6个实例，但无法找到将父脚本中已调用的变量和模块传递给子脚本的方法。例如，父文件将具有：

import sys
import subprocess
parent_dir = os.path.realpath(sys.argv[0])
subprocess.Popen(sys.executable, 'analysis.py')

然后

导入系统；导入子流程；必须在“analysis.py”中再次调用parent_dir

。有没有办法把它们传给孩子

---

简言之，我试图实现的是：我有一个包含数百个视频文件的文件夹。我希望父python脚本列出视频文件，并启动一个分析脚本的6个并行实例，每个实例分析一个视频文件。如果没有更多要分析的文件，父文件将停止。

这里的简单答案是：不要使用

subprocess.Popen

，使用。或者，更好的是，

多处理.Pool

或

使用

子进程

，程序的Python解释器对子进程一无所知；据它所知，子进程正在运行厄运。因此无法直接与它共享信息。*但是通过

多处理

，Python控制启动子流程并设置所有设置，以便您可以尽可能方便地共享数据

不幸的是，“尽可能方便”并不像所有流程都在一个过程中那样方便。但是你所能做的通常是足够好的。阅读上的章节和以下几个章节；希望其中一种机制正是您所需要的

但是，正如我在顶部所暗示的，在大多数情况下，您可以通过使用池使其更加简单。与其考虑“运行6个进程并与它们共享数据”，不如将其视为“在6个进程的池上运行一系列任务”。任务基本上只是一个函数，它接受参数并返回值。如果你想并行化的工作符合这个模型，而且听起来你的工作就是这样，那么生活就简单多了。例如：

import multiprocessing
import os
import sys

import analysis

parent_dir = os.path.realpath(sys.argv[0])

paths = [os.path.join(folderpath, file) 
         for file in os.listdir(folderpath)]

with multiprocessing.Pool(processes=6) as pool:
    results = pool.map(analysis.analyze, paths)

如果您使用的是Python 3.2或更早版本（包括2.7），则不能在

with

语句中使用

池。我相信你想要这个：**

pool = multiprocessing.Pool(processes=6)
try:
    results = pool.map(analysis.analyze, paths)
finally:
    pool.close()
    pool.join()

这将启动6个进程，***然后告诉第一个进程执行
分析。分析（路径[0]）
，第二个进程执行
分析。分析（路径[1]）
，等等。一旦任何进程完成，池将为其提供下一条工作路径。当它们全部完成时，你会得到一个所有结果的列表****

当然，这意味着必须将住在
analysis.py
中的顶级代码移动到函数
def analysis（path）：
中，以便调用它。或者，更好的是，如果您真的想保存
import
行，可以将该函数移到主脚本中，而不是单独的文件中


*您仍然可以通过以下方式间接共享信息：例如，将其封送为JSON等交换格式，并通过stdin/stdout管道、文件、共享内存段、套接字等进行传递，但
多处理
有效地将其包装起来，使之更加容易

**关闭一个池有不同的方法，您也可以选择是否立即加入，因此您确实应该在某个时候仔细阅读详细信息。但是，当您所做的只是调用
pool.map
时，这其实并不重要；当
map
调用返回时，该池保证会立即关闭并准备好加入

***我不知道你为什么想要6；大多数机器有4个、8个或16个磁芯，而不是6个；为什么不全部使用呢？最好的做法通常是完全忽略
进程=6
，让
多处理
询问您的操作系统要使用多少内核，这意味着它仍将在新机器上全速运行，内核数量是您明年购买的两倍

****这有点过于简单化；通常，池将为第一个进程提供一批文件，而不是一次一个，以节省一点开销，如果需要优化或更仔细地排序，您可以手动控制批处理。但通常情况下，你并不在意，这种过于简单化的做法很好。
哇，谢谢你给出了快速而详尽的答案。我已经很久没有使用python了，这就是我需要帮助的原因。我的分析脚本大约有50行代码用于设置，150行用于视频的实际分析。我可以简单地将50行移到主脚本中，并从您那里了解到我可以从150行创建一个函数来分析视频，然后运行多处理命令来同时运行多个循环，对吗？无论何时一个视频完成，它都会转到下一个文件，直到到达路径的末尾。关于进程数，我只是试图找到最佳进程数，以便在最短的时间内分析所有视频。我有一个强大的MacMini，有4个内核，通过在不同的终端窗口中运行多个分析脚本进行测试，我发现6个在分析的总nr帧/时间方面效果最好。但是，关于进程的nr，您有一个很好的观点。我怎样才能让“多重处理”决定我同时运行多少个进程？再次感谢您的大力帮助@JolJols：首先，对于第二个问题：只需执行
多处理.Pool（）
，而不是
多处理.Pool（processes=6）
，它就会询问操作系统，实际上这意味着它调用了
OS.cpu\u count（）
，我认为这与您从
sysctl hw.ncpu
得到的结果相同，可能是4。我的猜测是6胜4，因为您在I/O而不是CPU上花费了大量时间（因此您可以有4个co）