Python进程中获取multiprocessing Array及引用initargs访问gs变量的方法

嘿，我来帮你搞定这两个Python多进程的问题，结合实际场景给你示例和说明：

multiprocessing.Array是基于共享内存的数组，能让多个进程直接读写同一块内存空间，获取它主要有两种常用方式：

方式1：直接作为参数传给子进程 #

你可以在创建Process对象时，把Array作为参数传给目标函数，子进程就能直接操作它了：

from multiprocessing import Process, Array

def worker(shared_arr):
    # 子进程修改共享数组
    shared_arr[1] = 2024
    # 读取数组内容
    print(f"子进程读取到的数组: {shared_arr[:]}")

if __name__ == '__main__':
    # 创建int类型的共享数组，初始值[0, 0, 0]
    my_arr = Array('i', [0, 0, 0])
    # 启动子进程，把共享数组传进去
    p = Process(target=worker, args=(my_arr,))
    p.start()
    p.join()
    # 主进程查看修改后的结果
    print(f"主进程读取到的数组: {my_arr[:]}")

运行后你会发现，子进程对数组的修改，主进程也能看到，这就是共享内存的作用。

方式2：通过初始化函数全局注入（和问题2联动） #

如果是用进程池（Pool），可以结合初始化函数把Array注入到每个子进程的全局变量里，这部分刚好对应你的第二个问题。

要让每个子进程都能访问gs变量，核心是用Pool（或者Process）的initializer和initargs参数：initializer是每个子进程启动时会执行的初始化函数，initargs就是传给这个初始化函数的参数，我们可以通过它把需要共享的变量赋值给子进程的全局gs。

举个完整的例子：

from multiprocessing import Pool, Array

# 定义全局变量gs，子进程会通过初始化函数赋值
gs = None

def init_subprocess(shared_data):
    # 把传入的共享数据赋值给全局变量gs，每个子进程都会执行这一步
    global gs
    gs = shared_data

def process_task(task_id):
    # 直接访问全局变量gs，操作共享数组
    gs[task_id] = task_id * 10
    print(f"任务{task_id}修改后的gs: {gs[:]}")

if __name__ == '__main__':
    # 创建共享数组作为要共享的gs数据
    shared_arr = Array('i', [0, 0, 0, 0])
    # 创建进程池，指定初始化函数和对应的参数（initargs是元组类型）
    with Pool(initializer=init_subprocess, initargs=(shared_arr,)) as pool:
        # 给每个子进程分配任务
        pool.map(process_task, range(4))
    # 主进程查看最终的共享数组状态
    print(f"主进程最终结果: {shared_arr[:]}")

注意要点： #

• 如果gs是普通的非共享对象（比如普通列表），那每个子进程的gs都是独立副本，修改不会影响其他进程；如果需要进程间共享修改，一定要用multiprocessing提供的共享对象（Array、Value、Manager等）。
• Windows系统下必须把主逻辑放在if __name__ == '__main__':里面，不然会触发进程创建的递归问题。
• initargs必须是元组类型，哪怕只有一个参数，也要写成(shared_arr,)这样的形式。

内容的提问来源于stack exchange，提问作者xela