是否可以使用numpy使用get_lock（）锁定ctypes数组的columnor行？

Question

是否可以使用get_lock（）来锁定ctypes数组的列或行？

类似的东西：

lock = mp.Lock()
cArray = mp.Array(ctypes.c_int, 100*4, lock = lock)
numpyArray = np.frombuffer(cArray.get_obj())
numpyArray.shape = (100,4)

#In a function later called via multiprocessing.Process - for example
numpyArray[:,0].get_lock() #Also could be numpyArray.T[0].get_lock()

我知道可以锁定整个ctypes数组，但只是它的一部分。我知道数组的大小，它将保持不变，所以我可以计算ctypes数组中的偏移量，但是想知道 - 可以利用多处理锁的numpy切片的易用性吗？

Answer 1

如果您有lock，则可以锁定任何代码块：

with lock:
    numpyArray[:,0] = 1
    a += 2

Numpy数组没有关联的多处理锁。为拿到它，为实现它;您可以拨打cArray.get_lock()或仅将其作为变量lock传递。