多进程

演示使用多处理在一个过程中生成数据并在另一个过程中绘图。

由Robert Cimrman撰写

  1. import multiprocessing as mp
  2. import time
  4. import matplotlib.pyplot as plt
  5. import numpy as np
  7. # Fixing random state for reproducibility
  8. np.random.seed(19680801)

进程类

此类绘制从管道接收的数据。

  1. class ProcessPlotter(object):
  2.     def __init__(self):
  3.         self.x = []
  4.         self.y = []
  6.     def terminate(self):
  7.         plt.close('all')
  9.     def call_back(self):
  10.         while self.pipe.poll():
  11.             command = self.pipe.recv()
  12.             if command is None:
  13.                 self.terminate()
  14.                 return False
  15.             else:
  16.                 self.x.append(command[0])
  17.                 self.y.append(command[1])
  18.                 self.ax.plot(self.x, self.y, 'ro')
  19.         self.fig.canvas.draw()
  20.         return True
  22.     def __call__(self, pipe):
  23.         print('starting plotter...')
  25.         self.pipe = pipe
  26.         self.fig, self.ax = plt.subplots()
  27.         timer = self.fig.canvas.new_timer(interval=1000)
  28.         timer.add_callback(self.call_back)
  29.         timer.start()
  31.         print('...done')
  32.         plt.show()

绘图类

此类使用多处理来生成一个进程，以运行上面的类中的代码。 初始化时，它会创建一个管道和一个ProcessPlotter实例，它将在一个单独的进程中运行。

从命令行运行时，父进程将数据发送到生成的进程，然后通过ProcessPlotter中指定的回调函数绘制：call。

  1. class NBPlot(object):
  2.     def __init__(self):
  3.         self.plot_pipe, plotter_pipe = mp.Pipe()
  4.         self.plotter = ProcessPlotter()
  5.         self.plot_process = mp.Process(
  6.             target=self.plotter, args=(plotter_pipe,), daemon=True)
  7.         self.plot_process.start()
  9.     def plot(self, finished=False):
  10.         send = self.plot_pipe.send
  11.         if finished:
  12.             send(None)
  13.         else:
  14.             data = np.random.random(2)
  15.             send(data)
  18. def main():
  19.     pl = NBPlot()
  20.     for ii in range(10):
  21.         pl.plot()
  22.         time.sleep(0.5)
  23.     pl.plot(finished=True)
  26. if __name__ == '__main__':
  27.     if plt.get_backend() == "MacOSX":
  28.         mp.set_start_method("forkserver")
  29.     main()

下载这个示例