如何在 Python 中调整共享内存的大小答案

【问题标题】：How to resize a shared memory in Python如何在 Python 中调整共享内存的大小
【发布时间】：2016-12-08 10:59:50
【问题描述】：

我想使用一个数组作为共享内存。问题是程序的结构是在我知道共享数组的大小之前生成子进程。如果我发送消息以扩展数组，则不会发生任何事情，并且如果我尝试发送共享数组本身，则会出现错误。下面是一个小脚本来演示我的问题。

import multiprocessing as mp 
import numpy as np

def f(a,pipe):
    while True:
        message, data = pipe.recv()
        if message == 'extend':
            a = np.zeros(data)
            print a
        elif message == 'exit':
            break


if __name__ == '__main__':

    unshared_arr = np.zeros(1)
    a = mp.Array('d', unshared_arr)

    p1,p2 = mp.Pipe()

    p = mp.Process(target=f, args=(a,p2))
    p.start()


    p1.send(('extend', 10))

    p1.send(('exit', None))

    p.join()

    b = np.frombuffer(a.get_obj())

【问题讨论】：

a = np.zeros(data) 即使在同一个进程中，也不会在函数调用之外产生任何影响。
是的，但我尝试将a 声明为全局变量，而不是将其作为进程和f 中的输入参数，但我仍然无法让它工作。

标签： python python-2.7 numpy python-multiprocessing

【解决方案1】：

试试：

unshared_Arr = mp.Array(ctypes.c_uint8,SIZE_NEEDED) #should be size 
                                                    #and not the array itself
np_shared = np.frombuffer(ushared_Arr.get_obj(),dtype=ctypes.c_uint8)
np_shared.reshape(SIZE_NEEDED/2,SIZE_NEEDED/2)  #or (,SIZE_NEEDED) ie. any shape 
                                                #you want as long as the allocated size 
                                                #does not change

现在像使用任何 numpy 数组一样使用 np_shared。如果多个进程都需要它，您应该保持它是全局的。

【讨论】：