Python multiprocessing示例运行报AttributeError问题求助

报错成因 #

这个错误与multiprocessing的进程启动机制和Spyder的运行环境特性直接相关：

• Windows、macOS系统下Python的multiprocessing默认采用spawn方式创建子进程，子进程启动时会重新导入主模块，需要通过序列化/反序列化（pickle）传输你定义的目标函数
• Spyder默认使用IPython交互控制台运行代码，此时__main__模块是IPython的内置模块，你在控制台/当前脚本里定义的函数不会被挂载到子进程读取的__main__模块属性中，导致反序列化时找不到目标函数。

可行解决方案 #

方案1：终端直接运行脚本（最稳定） #

将你的完整代码保存为独立的.py文件，比如parallel_task.py，直接通过系统命令行/终端执行命令：
python parallel_task.py
官方示例代码用这种方式运行可以得到正确输出，完全适配你将无依赖for循环并行的需求。

方案2：调整Spyder运行配置 #

如果需要在Spyder环境内运行，可修改运行设置：

1. 点击顶部菜单栏「Run」→「Run configuration per file」
2. 勾选「Execute in an external system terminal」选项，保存后再运行代码即可。

方案3：拆分目标函数到独立模块 #

把你要并行执行的目标函数单独写到一个额外的.py文件中，主运行脚本从该文件导入函数即可避免报错，示例如下：

1. 新建task_funcs.py，写入：

def f(x):
    return x*x
# 你原本要并行的所有任务函数都可以放在这个文件里

2. 主运行脚本：

from multiprocessing import Pool
from task_funcs import f

if __name__ == '__main__':
    with Pool(5) as p:
        print(p.map(f, [1, 2, 3]))

这种方式也可以直接在Spyder默认的IPython控制台中正常运行。

业务场景适配说明 #

你原本的无依赖多组数据循环计算场景完全可以用multiprocessing实现并行提速，你只需要把循环中每轮要执行的逻辑封装为独立函数，用Pool.map或者Pool.apply_async替换原有循环即可，无需修改核心运算逻辑。

内容的提问来源于stack exchange，提问作者Emi OB