下面，由于我的实际方法太长，我对程序应该执行的操作有一些伪代码。我正在尝试使用多处理模块来加快“ func1”的完成时间。这两种方法都是我使用PyQt5构建的GUI的一部分。在大多数情况下，使用GUI“ func2”输入参数时，永远不会返回输出并保持运行。最奇怪的部分是，即使我根本没有修改代码，偶尔输入相同的确切参数，“ func2”实际上仍然有效。
有关该问题的更多信息
-我在Spyder工作
-参数numpy_array具有30,000行和3列。我需要我的方法能够处理非常大的数组。其他参数是非常小的列表。
-我希望所有进程都可以访问同一阵列。而且该数组是只读的。
当我使用GUI运行程序时，我打开了任务管理器，并且注意到了有关“ func2”何时工作以及何时不工作的模式。
当我运行程序时，“ func2”不会终止，任务管理器中不断发生以下行为。创建的两个进程将一直运行，直到它们都消耗了大约27-30％的CPU和大约75-80 MB的内存，然后突然这两个进程的CPU％下降到0％，并且所使用的内存下降到大约20- 40 MB。这将无限期地重复，并且“ func2”不返回任何内容。
当“ func2”起作用时，在任务管理器中发生以下行为。这两个进程都将运行，直到它们消耗27-30％的CPU和75-80 MB的内存。然后，这两个进程的CPU百分比均保持稳定，但它们会继续消耗更多的内存，直到它们完成约140-150 MB。此时，“ func2”返回一个列表。
我的主要问题如下：
为什么在大多数情况下，多处理无法正常工作，但是即使我每次都使用相同的参数运行相同的代码，该处理偶尔还是可以工作？
有没有办法使“ func2”持续工作？
def func1(numpy_array, num1, num2, num3):
#Reads from array and does computation
#It returns a number at the end
returns number
def func2(numpy_array, num1_lst, num2_lst, lst):
result = []
for num3 in lst:
arguments = list(itertools.product(*[[numpy_array], num1_lst, num2_lst, [num3]]))
with multiprocessing.Pool(processes = 2) as p:
output = p.starmap(func1, arguments)
result.append(output)
return result
当“ func2”没有运行时，我从没有收到任何错误消息，但是我能够看到2个进程在任务管理器中继续运行。我要发生的事情是进行多处理，以便在循环的每次迭代中提供输出，并将该输出附加到列表中。然后我要它返回该列表。