使用python的starmap时，为什么用闭包传入的变量位置和用partial传入的不一样？

Question

当我运行下面的代码时，我看到函数内的变量 z 和 w 有不同的位置，但我不明白为什么会这样。

import multiprocessing
from functools import partial

class SomeClass:
    pass

w = SomeClass()
print("w outside function")
print(w)

def some_function(x, y, z):
    print("w inside function")
    print(w)

    print("z")
    print(z)

    return x * 2


    pool = multiprocessing.Pool(processes=4)
    some_function_partial = partial(some_function, z=w)
    summary = pool.starmap(some_function_partial, [(3, 2)])
    pool.close()
    pool.join()

输出：

w outside function
<__main__.SomeClass object at 0x104916080>
w inside function
<__main__.SomeClass object at 0x104916080>
z
<__main__.SomeClass object at 0x104ef66d8>

如果部分函数在主线程上运行所有三个打印语句都表明正在打印的变量引用同一个实例。

如果是运行 with starmap 函数内 z 的位置与函数外 w 的位置不同。这是我所期望的，因为函数被发送到一个不同的过程是运行并且大概是 serialised/deserialised。但是，当我运行使用 starmap 时，w 在函数内部和外部的位置是相同的，我觉得我缺少一些关于为什么的基本理解......任何帮助将不胜感激！

Answer 1

以防万一有人偶然发现：我相信原因是因为当在此系统上创建新进程时，现有堆被复制，这就是为什么 w 在有效范围内有效。如果这有误，请随时纠正我！

使用python的starmap时，为什么用闭包传入的变量位置和用partial传入的不一样？

When using python's starmap, why is the location of a variable passed in using a closure different from that passed in using partial?

python

closures

starmap