Windows下Python多进程中__main__全局变量传递问题求助

在Windows系统中，multiprocessing采用spawn启动方式，子进程会重新导入主模块，主进程的全局变量不会自动被子进程继承。针对你提到的xyz变量传递问题，这里提供两种实用方案：

方案一：结合Pool的initializer传递变量 #

利用Pool的initializer参数，在每个子进程启动时初始化全局变量，把xyz和counter一起传入：

import multiprocessing

# 主进程全局变量
xyz = "需要传递的内容"
counter = multiprocessing.Value('i', 0)

def init_worker(cnt, xyz_val):
    # 在子进程中定义全局变量
    global counter, xyz
    counter = cnt
    xyz = xyz_val

def Proses(item):
    # 子进程中直接访问全局变量
    print(f"处理{item}，xyz值：{xyz}，当前counter：{counter.value}")
    with counter.get_lock():
        counter.value += 1
    return item * 2

if __name__ == "__main__":
    task_items = [1, 2, 3, 4]
    # 初始化子进程时传入counter和xyz
    with multiprocessing.Pool(initializer=init_worker, initargs=(counter, xyz)) as pool:
        results = pool.map(Proses, task_items)
    print("处理结果：", results)

原理：initializer指定的函数会在每个子进程启动后立即执行，initargs中的参数会被传递给这个初始化函数，在子进程内部将这些参数绑定为全局变量，这样Proses函数就能直接访问。

方案二：用functools.partial绑定参数 #

如果不想用全局变量，可以直接把xyz作为参数传给Proses，借助functools.partial提前绑定固定参数：

import multiprocessing
from functools import partial

xyz = "需要传递的内容"
counter = multiprocessing.Value('i', 0)

def Proses(xyz_val, cnt, item):
    print(f"处理{item}，xyz值：{xyz_val}，当前counter：{cnt.value}")
    with cnt.get_lock():
        cnt.value += 1
    return item * 2

if __name__ == "__main__":
    task_items = [1, 2, 3, 4]
    # 绑定xyz和counter到Proses函数，只留item作为动态参数
    wrapped_proses = partial(Proses, xyz, counter)
    with multiprocessing.Pool() as pool:
        results = pool.map(wrapped_proses, task_items)
    print("处理结果：", results)

原理：partial会创建一个新的函数，把xyz和counter作为固定参数传入，这样pool.map只需要传入待处理的item列表即可。

注意事项 #

• 如果xyz是可变对象（比如列表、字典），且需要在进程间修改，建议使用multiprocessing.Manager创建共享对象；如果是不可变对象（字符串、数字），上述两种方案足够高效。
• 确保所有multiprocessing相关代码都放在if __name__ == "__main__"代码块内，避免Windows下的递归启动问题。

内容的提问来源于stack exchange，提问作者J. Doe