使用multiprocessing绘制地图点位时报float对象不可迭代错误如何解决

错误原因 #

• 类型报错原因：pool.starmap会遍历zip(pop_lon, pop_lat)的每一组元素，每次给multiprocessing_func传入单个经度浮点值、单个纬度浮点值，但函数内部错误地尝试对两个float类型值执行zip遍历操作，因此抛出float不可迭代报错。
• 多窗口原因：Windows系统下Python多进程默认使用spawn启动模式，每个子进程都会重新导入主模块，你将绘图初始化、plt.show()代码写在了if __name__ == '__main__'保护块之外，导致每个子进程启动时都会执行一次绘图初始化代码，生成独立的窗口。
• 核心逻辑错误：matplotlib的画布/坐标轴对象无法跨进程共享，子进程中操作的ax是主进程对象的独立副本，绘图结果无法回传到主进程的画布上，因此多进程方案完全无法实现你期望的「多进程加速绘制同一张地图」的需求。

正确优化方案 #

绘制大量散点不需要循环调用ax.plot，更不需要多进程，直接使用ax.scatter一次性传入所有经纬度数组，渲染效率是循环绘图的数百倍，完全满足你快速微调参数的需求。

优化后代码：

import cartopy.crs as ccrs
import matplotlib.pyplot as plt
import cartopy.feature as cf
import pandas as pd
import numpy as np

if __name__ == '__main__':
    df = pd.read_csv('passport.csv')
    pop_lat = df['latitude'].tolist()[:-2]
    pop_lon = df['longitude'].tolist()[:-2]

    central_lat, central_lon = np.median(pop_lat), np.median(pop_lon)
    extent = [central_lon - 3, central_lon + 3.4, central_lat - 2.2, central_lat + 2]
    ax = plt.axes(projection=ccrs.AlbersEqualArea(central_lon, central_lat))
    ax.set_extent(extent)
    ax.add_feature(cf.COASTLINE)
    ax.add_feature(cf.BORDERS)
    
    # 一次性绘制所有散点，不需要循环、不需要多进程
    ax.scatter(pop_lon, pop_lat, c='b', s=1, transform=ccrs.Geodetic())
    
    plt.show()

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