python - 是否可以使用 numpy 使用 get_lock() 锁定 ctypes 数组的列或行？

Question

是否可以使用 get_lock() 锁定 ctypes 数组的列或行？

就像是：

lock = mp.Lock()
cArray = mp.Array(ctypes.c_int, 100*4, lock = lock)
numpyArray = np.frombuffer(cArray.get_obj())
numpyArray.shape = (100,4)

#In a function later called via multiprocessing.Process - for example
numpyArray[:,0].get_lock() #Also could be numpyArray.T[0].get_lock()

我知道可以锁定整个 ctypes 数组，但它只是其中的一部分。我知道数组的大小，它将保持不变，因此我可以计算 ctypes 数组中的偏移量，但想知道 - 可以利用多处理锁的 numpy 切片的易用性吗？

Answer 1

如果你有lock你可以锁定任何代码块：

with lock:
    numpyArray[:,0] = 1
    a += 2

Numpy 数组没有关联的多处理锁。为拿到它，为实现它; 您可以调用cArray.get_lock()或仅作为变量传递lock。