MacOS下Python多线程触发NSException崩溃问题求助

核心原因 #

MacOS的AppKit框架强制要求所有UI相关操作必须在主线程执行，matplotlib默认使用的MacOSX后端属于UI范畴，子线程调用绘图会触发NSInternalInconsistencyException；另外共享变量ox/oy的线程安全问题也会引发异常。

正确实现方案 #

1. 明确线程分工 #

• 子线程：仅负责计算逻辑（添加障碍物、D*路径规划计算），不碰任何UI/绘图操作，修改共享变量时必须加锁。
• 主线程：专门处理matplotlib绘图、UI更新操作。

2. 共享变量的线程安全处理 #

用threading.Lock()给ox/oy的读写加锁，避免多线程竞争导致的数据混乱：

import threading

# 初始化共享变量与锁
ox = []
oy = []
lock = threading.Lock()

# 子线程中修改障碍物的逻辑
def add_obstacle_thread():
    global ox, oy
    while True:
        # 模拟生成障碍物坐标
        new_x = ...
        new_y = ...
        # 加锁后修改共享变量
        with lock:
            ox.append(new_x)
            oy.append(new_y)
        # 执行D*路径规划计算
        plan_path()

3. matplotlib绘图强制在主线程执行 #

方案A：主线程定时刷新绘图

利用matplotlib的交互式模式，主线程循环检查共享变量更新并绘图：

import matplotlib.pyplot as plt
import time

plt.ion()  # 开启交互式绘图
fig, ax = plt.subplots()

def main_thread_plot():
    global ox, oy
    while True:
        # 加锁读取当前障碍物数据
        with lock:
            current_ox = ox.copy()
            current_oy = oy.copy()
        # 清空画布并重新绘制
        ax.clear()
        ax.plot(current_ox, current_oy, "sk")  # 绘制障碍物
        ax.plot(path_x, path_y, "-r")  # 绘制规划路径
        plt.pause(0.1)  # 短暂暂停以刷新绘图

# 启动子线程（设为守护线程，随主线程退出自动终止）
threading.Thread(target=add_obstacle_thread, daemon=True).start()

# 主线程运行绘图循环
main_thread_plot()
plt.ioff()
plt.show()

方案B：用队列传递绘图任务

子线程仅生成数据，将绘图任务放入队列，主线程从队列取任务执行：

from queue import Queue
import matplotlib.pyplot as plt
import time

plot_queue = Queue()

def add_obstacle_thread():
    global ox, oy
    while True:
        new_x = ...
        new_y = ...
        with lock:
            ox.append(new_x)
            oy.append(new_y)
            # 将更新后的障碍物数据放入队列
            plot_queue.put((ox.copy(), oy.copy()))
        plan_path()

def main_thread_plot():
    plt.ion()
    fig, ax = plt.subplots()
    while True:
        if not plot_queue.empty():
            current_ox, current_oy = plot_queue.get()
            ax.clear()
            ax.plot(current_ox, current_oy, "sk")
            ax.plot(path_x, path_y, "-r")
            plt.pause(0.1)
        time.sleep(0.05)

threading.Thread(target=add_obstacle_thread, daemon=True).start()
main_thread_plot()
plt.ioff()
plt.show()

4. 可选方案：切换matplotlib后端 #

如果不需要实时交互显示，可将matplotlib后端切换为非UI的Agg，但此方式仅能保存图片，无法实时预览：

import matplotlib
matplotlib.use('Agg')  # 必须在导入pyplot前设置
import matplotlib.pyplot as plt

关键注意事项 #

• 禁止在子线程中调用plt.show()、plt.pause()或任何修改matplotlib画布的操作。
• 共享变量的读写必须加锁，避免数据异常。
• 子线程设置daemon=True，确保主线程退出时子线程自动终止。

内容的提问来源于stack exchange，提问作者zhekch