在 Python 多处理中总是需要使用 args 语法吗？

Question

我正在学习 Python 中的多处理方法，发现自己有一个问题。考虑以下示例：

import multiprocessing as mp

def worker(n):
    print('worker %d' % n)
    return

if __name__ == '__main__':
    jobs = []
    for i in range(5):
        p = mp.Process(target = worker, args = (i,))
        jobs.append(p)
        p.start()

这就是我所关注的文档如何使用 Process。

用户args = (i,)有必要吗？我以前从未在 Python 中看到过这种语法，看起来很奇怪。我测试了，这完全一样：

p = mp.Process(target = worker(i))

有什么理由我应该避免这种情况吗？感谢您的帮助。

Answer 1

这是为了声明元组变量（没有，它是一个整数，一个字符串，一个浮点数……）但不是一个不可变的：

>>> i = 4
>>> k = (i,)
>>> type(k)
<type 'tuple'>
>>> k=(i)
>>> type(k)
<type 'int'>

Answer 2

这里有一个快速的方法可以让你证明这不是一回事。将您的 worker(i) 函数更改为：

import time

def worker(n):
    print('worker %d' % n)
    time.sleep(1)
    return

当您以第一种方式调用它时，您会注意到您仍然在一开始就同时获得所有 5 个打印件。当您以第二种方式进行时，您会看到所有 5 个打印件交错排列，每个打印件之间有一秒钟。

考虑一下您要尝试设置的内容：大约同时启动 5 个独立进程，每个进程大约同时打印，然后每个进程等待大约一秒钟，但总时间elapsed 只有一秒多一点。这就是你想要发生的事情。

关键点在这里：target = worker设置target为worker函数，args = (i,)设置args为单元素元组包含i。另一方面，target = worker(i) 调用 worker(i) 并将 target 设置为函数 return 的值，在本例中为 None。当你用第二种方法时，你根本没有真正使用 multiprocessing 。如果你有一个非常耗时的任务，你想拆分成多个进程，那么当你用第二种方法完成时，你将看不到任何改进。

基本上，只要你有 func(args)，你就会调用函数并获取它的 return 值，而当你传递 func 和 args 分开，您允许 multiprocessing 包发挥其魔力并在独立进程上进行这些函数调用。将目标设置为 func(args) 只会调用主进程中的函数，首先会失去多处理的任何好处。

在 Python 多处理中总是需要使用 args 语法吗？

Is using the args syntax in Python multiprocessing always necessary?

python

syntax

python-multiprocessing

args