我想编写python将数据集加载为输入并对其进行分析的代码。
将有 5 个并行进程以独特的方式分析数据——每个进程将以不同的方式处理数据。
在任何处理开始之前，master脚本（将“启动”所有不同子流程的脚本）将定义一个空列表。
我希望所有不同的进程都将它们的输出写入上述相同的列表（意思是，每个进程都将能够直接操作master脚本中定义的列表）。
这意味着，如果process1更改了该列表的第一个值，所有其他进程（在运行时）将看到该列表的第一个值已更改。
我感觉python可以使用 2 个不同的模块来解决这个问题：multiprocessing和zeroMQ.
在这种情况下，是否有任何理由更喜欢一个与另一个？如果——而不是master在同一台服务器上运行脚本——我将在不同（多个）服务器之间拆分进程，你的答案会改变吗？
（如果这很重要，我正在使用 a Linux）
你不能比较苹果和橘子。
multiprocessing 是一个 fork 多个进程的库。
zmq 是一个允许进程使用消息进行通信的库。
他们做不同的工作。
如果这是您仅有的两个选择，并且您确定要在多台机器上分配负载，那么 ZeroMQ 是这两个选择中唯一符合要求的选择。
Python 多处理模块用于在单个机器上的进程/内核之间分配负载。据我所知，多处理模块底层没有网络协议，这在随附文档的第一段中有所说明。
ZeroMQ 可以通过其 IPC 协议在单台机器上用于类似的进程间消息传递，但它也具有基于网络的协议，允许您在不同机器上运行的进程之间发送消息。
也就是说，这个问题带有轻微的XY 问题，因为您似乎随意地将您的选择范围缩小到使用 Python 实现分布式程序的众多可能性中的两种。
编辑我在这里的答案不正确，我无法删除已接受的答案，因此将其转换为 wiki，以防有人想要更正它。简短的故事是我匆忙误读了文档。Python 多处理确实支持跨网络边界的进程间通信。ZeroMQ 的一个主要区别是 ZeroMQ 被设计为与平台无关，因此您可以在不同平台上混合客户端/服务器代理，而如果客户端/服务器进程与 Python 耦合，则 Python 多处理是一种包含电池的选项。