multiprocessing.Array（python）：预期为float而不是numpy.ndarray实例

Question

我已经遵循了有关多处理的在线手册。 我想我已经给它一个数组mp.Array。 为什么会期望使用float而不是array？

我的剧本-

import multiprocessing as mp
import numpy as np

pdb_num = 1000

fitting_theta = mp.Array('d', np.zeros((pdb_num,pdb_num)))
fitting_deviation = mp.Array('d', np.zeros((pdb_num,pdb_num)))

它给出了一个错误-

float expected instead of numpy.ndarray instance

谢谢。

编辑：

完整的追溯-

  File "/lustre/beagle2/danielhskerr/python/min_sq_fitnewres.py", line 70, in <module>
fitting_theta = mp.Array('d', np.zeros((pdb_num,pdb_num)))
  File "/soft/python/2.7/2.7.1/lib/python2.7/multiprocessing/__init__.py", line 256, in Array
return Array(typecode_or_type, size_or_initializer, **kwds)
  File "/soft/python/2.7/2.7.1/lib/python2.7/multiprocessing/sharedctypes.py", line 87, in Array
  obj = RawArray(typecode_or_type, size_or_initializer)
  File "/soft/python/2.7/2.7.1/lib/python2.7/multiprocessing/sharedctypes.py", line 61, in RawArray
result.__init__(*size_or_initializer)
TypeError:  float expected instead of numpy.ndarray instance

Answer 1

请仔细阅读文档以进行多处理： https : //docs.python.org/2/library/multiprocessing.html#multiprocessing.Array

进程之间可用于编组的类型非常有限，因此您不能为它们使用任意对象/类型（例如numpy-array）。

这可能是您的问题的答案

在共享内存中使用numpy数组进行多处理

但是，锁定访问的要求可能会不适当地影响性能。 使用带有浮点数的普通数组来生成进程，然后从它们中构建numpy-arrays。 但是，如果其中一种解决方案适合您的问题，则取决于该问题。