我正在尝试编写一个函数，该函数将附加到python中自身之外的列表中。用for循环测试，没有问题。然而，当我试图让它以多处理方式运行时，它就不再工作了。我创建了一个简单得多的代码来演示故障排除的问题：
from multiprocessing import Pool
items = []
def myFunc(a,b):
data = (a,b)
items.append(data)
if __name__ == '__main__':
with Pool(2) as p:
p.starmap(myFunc,[(0,1),(2,3)])
print(items)
应该带着回来
[(0,1),(2,3)]
与for循环一样，列表是空的，有指针吗？
一种方法是使用由SyncManager实例获得的list，该实例通过调用multiprocessing.Manager()并将其作为参数传递给myfunc:而获得
from multiprocessing import Pool, Manager
import functools
def myFunc(items, a, b):
data = (a,b)
items.append(data)
if __name__ == '__main__':
manager = Manager()
items = manager.list()
with Pool(2) as p:
p.starmap(functools.partial(myFunc, items),[(0,1),(2,3)])
print(items)
打印：
[(2, 3), (0, 1)]
另一种更接近您所拥有的方法是，使用这个特殊的可共享进程间list初始化池中的每个进程，而不必将其作为参数传递给您的工作人员：
from multiprocessing import Pool, Manager
def init_processes(l):
global items
items = l
def myFunc(a, b):
data = (a,b)
items.append(data)
if __name__ == '__main__':
manager = Manager()
items = manager.list()
with Pool(2, initializer=init_processes, initargs=(items,)) as p:
p.starmap(myFunc, [(0,1),(2,3)])
print(items)
打印：
[(0, 1), (2, 3)]
因此，每个作业提交一次(即，对starmap的调用中的每个参数传递一次(，而对池中的每个进程传递一次列表，就成了一个问题在你的情况下，我认为在成本方面几乎是一样的，但通常第二种方法会更好。
您会注意到，根据哪个调用首先完成，元组的添加顺序是不确定的。然而，调用的返回值将严格按照调用的顺序排列：
from multiprocessing import Pool, Manager
import functools
def myFunc(items, a, b):
data = (a,b)
items.append(data)
return data # let's also return the tuple
if __name__ == '__main__':
manager = Manager()
items = manager.list()
with Pool(2) as p:
results = list(p.starmap(functools.partial(myFunc, items),[(0,1),(2,3)]))
print(items)
print(results)
打印：
[(2, 3), (0, 1)]
[(0, 1), (2, 3)]
我不得不运行以上几次，以使得到的items数组为[(2, 3), (0, 1)]而不是[(0, 1), (2, 3)]，但您仍然可以看到，从对myFunc的调用返回的值对应于"；乔布斯；已提交。
您可以在数据被处理后返回数据，然后将其添加到项目列表中。
from multiprocessing import Pool
items = []
def myFunc(a,b):
data = (a,b)
# manipulate data...
return data
if __name__ == '__main__':
with Pool(2) as p:
items += p.starmap(myFunc,[(0,1),(2,3)])
print(items)
输出：
[(0, 1), (2, 3)]
多处理意味着代码在另一个进程中运行。甚至在另一个Python运行库中也是如此。
调用机制串行化您的列表，并以无缝的方式在另一个进程中对其进行反串行化，但它在另一端是一个200%独立和独立的对象(100%表示不在同一列表中，+100%表示在另一进程中：-(
该语言提供的更接近列表的是multiprocessing.Queue类，这是一个类似序列的对象，以透明的方式操作进程间通信部分
虽然您可以使用concurrent.futures轻松地从进程外工作者函数中获取返回值，这可能会导致更容易理解的代码库，但这将与您认为使用"；列表"；。(尽管我推荐它(