Question

我需要在32位系统范围内运行Python脚本，以通过第三方应用程序生成/收集数据。但是我想通过numba使用GPU处理数据，因此必须在64位Python环境中运行。

我已经建立了一个64位Python virtualenv，并测试了一些可以在其中运行的简单numba代码。那么，我该如何在父流程中编写代码，以调用子流程（假设为multiprocessing或subprocess），该子流程将切换为64位virtualenv并使用numba进行计算？更具体地说：

我应该使用multiprocessing还是subprocess来实现父（32位Python）和子进程（64位Python）机制吗？
如何在父进程和子进程之间传递大量数据？

可能的代码示例：

def func_32():
    # data collection
    # using 3rd party API
    return data

def func_64(data, output):
    # switch to 64 bit virtual env
    # using virtualenvwrapper-win
    os.system('workon env64bit')
    # numba data process
    # results stored in output
    return None

def main():
    data = func_32()
    # I think I only need one process since it will be in GPU not CPU
    p = multiprocessing.Process(target=func_64, args=(data, output))
    p.start()
    return output

示例代码中我缺少什么？

Answer 1

我看到了这个问题Spawn multiprocessing.Process under different python executable with own path，在给出我的Python版本（2.7.5 32位，2.7.15 64位）的情况下，发现了一点点困惑。

def func_32():
    # data collection
    # using 3rd party API
    return data

def func_64(data, output):
    # switch to 64 bit Python
    # not directly calling virtualenv
    # to switch env
    import sys
    print sys.executable
    # will print  C:\Python64\Python.exe
    # numba data process
    # results stored in output
    return None

def main():
    data = func_32()
    multiprocessing.set_executable(r'C:\Python64\python.exe')
    p = multiprocessing.Process(target=func_64, args=(data, output))
    p.start()
    p.join()
    return output

但是，为了在该虚拟环境中使用64位Python软件包，我最终大多从activate_this.py（位于virtualenv文件夹中）复制代码，以更改Python搜索路径等。在Spawn multiprocessing.Process under different python executable with own path中回答。

我认为使用multiprocessing为我提供了更方便的在父子进程之间传递数据的方法，尤其是大量数据。

32位调用64位virtualenv中运行的多处理的Python脚本

1 个答案: