我想在python中进行大量计算。 我想使用多进程来做到这一点。 问题是我必须将大型obj（例如大numpy和list，或numpy列表）从主进程传输到主进程创建的进程
问题在于：
1.如果我使用像results[i] = pool.apply_async(func, args_tuple)那样它会尝试腌制args_tuple，这需要花费大量时间
2.我自己的班级和numpy班不受支持
3.所有对象都是在主进程中准备好的，如果我在生成的进程中得到它，也会花费时间。
我怎么能解决这个问题..也许我应该使用java，如果我预测到这一点，我在文档中查找它，但似乎每个解决方案都是相同的 - 从主流程到其他人腌制params（费用时间）
答案 0 :(得分：0)
据我所知，流程之间的每种沟通方式都使用pickle来传输数据（Pipes，Queue和其他人...）
使您的问题工作的一种方法可能是处理共享变量，但是您无法同时处理具有倍数进程的同一对象，因此它取决于您的应用程序。
它们是多处理中的一些简单实现的共享变量：Array和Value，它们分别是一维数组和单个值（int，float，str ...）。 See the documentation here.
但是，如果需要，您还可以使用ctype创建自己的类型：see the documentation here.