Python通过argparse调用文件后多进程共享内存无法访问的问题

• 优先排查变量作用域与多进程启动模式适配问题
  这是此类报错的最高发原因：Windows、macOS平台默认使用spawn模式创建子进程，子进程会重新导入整个执行脚本，仅执行全局层级的代码，if __name__ == '__main__'包裹的代码块不会在子进程中运行。如果你的arr1定义在该代码块内部，子进程的命名空间中自然不存在该变量，和argparse没有直接关联。
  同时，spawn模式下子进程不会继承父进程的全局命名空间，就算arr1定义在全局层级，也建议通过multiprocessing.Process的args/kwargs参数显式将共享内存对象传入子进程执行的temp函数，避免作用域异常。
• 验证多进程启动模式的影响
  在创建进程前添加代码print(multiprocessing.get_start_method())确认当前启动模式，如果输出为spawn，可以临时切换为fork模式（仅Linux/macOS支持）验证：multiprocessing.set_start_method('fork')，如果报错消失，即可实锤是启动模式导致的命名空间问题。
• 排查argparse关联影响
  如果你坚持怀疑和argparse有关，可按以下步骤验证：
  1. 硬编码所有argparse获取的参数值，完全移除argparse相关逻辑后运行脚本，如果报错仍然存在，直接排除argparse的影响。
  2. 检查是否argparse的解析逻辑包裹了arr1的定义逻辑，且该部分代码放在if __name__ == '__main__'内部，导致子进程导入脚本时没有执行arr1的初始化流程。
• 最小复现验证
  剥离所有业务逻辑，运行如下最小示例：

  import multiprocessing
  
  def temp(arr):
      arr[0] += 1
      print(arr[0])
  
  if __name__ == '__main__':
      arr1 = multiprocessing.Array('i', [0])
      p = multiprocessing.Process(target=temp, args=(arr1,))
      p.start()
      p.join()
  

  如果示例运行正常，对比你现有代码和示例的差异即可定位问题点。

内容的提问来源于stack exchange，提问作者brt