Python multiprocessing.pool.MapResult对象数据访问问题

map_async是进程池的异步任务提交接口，调用后不会等待任务执行完成，只会返回MapResult类型的异步结果句柄。你当前代码直接将这些句柄对象存入numpy数组，没有取出实际执行结果，自然无法迭代、也无法参与整数/布尔类型的数值运算。

根据实际需求二选一即可：

• 方案1：同步执行（写法最简单，无异步逻辑需求优先选这个）
  直接将map_async替换为同步接口map，该接口会阻塞等待所有对应任务执行完成，直接返回计算结果列表，不需要额外取结果操作。

import numpy as np
from multiprocessing import Pool

with Pool(4) as p:
    # map直接返回每个任务的实际计算结果，无需额外处理
    result_list = [p.map(getFNThreaded, atom) for atom in occupied]
    first_nei_index_a = np.expand_dims(result_list, axis=(0,1))

• 方案2：保留异步提交逻辑
  如果你提交任务后还需要并行做其他操作，要保留map_async的异步逻辑，需要对每个返回的MapResult句柄调用.get()方法，该方法会阻塞等待对应任务执行完毕，返回真实计算值。注意必须在进程池上下文（with块）内完成.get()调用，否则进程池资源释放后会无法获取结果。

import numpy as np
from multiprocessing import Pool

with Pool(4) as p:
    # 先批量提交异步任务，拿到结果句柄列表
    async_handle_list = [p.map_async(getFNThreaded, atom) for atom in occupied]
    # 此处可插入其他不依赖进程池计算结果的逻辑，和任务执行并行运行
    # 所有前置逻辑跑完后，统一取出结果
    result_list = [handle.get() for handle in async_handle_list]
    first_nei_index_a = np.expand_dims(result_list, axis=(0,1))

• 原代码中手动调用p.close()是多余操作：with Pool()的上下文管理器会在代码块退出时自动执行进程池的关闭、资源回收、子进程join操作，不需要手动调用。
• 如果最终生成的numpy数组数据类型不符合后续运算要求，可以在np.expand_dims时显式指定dtype参数，比如需要整数数组就写np.expand_dims(result_list, axis=(0,1), dtype=np.int32)，需要布尔数组就指定dtype=np.bool_。

内容的提问来源于stack exchange，提问作者Ahmad Ahmad