具有命名元组酸洗错误的多处理对象 [英] Multiprocessing objects with namedtuple - Pickling Error
本文介绍了具有命名元组酸洗错误的多处理对象的处理方法,对大家解决问题具有一定的参考价值,需要的朋友们下面随着小编来一起学习吧!
问题描述
在要放入多处理的对象中使用命名元组时遇到问题。我收到了酸洗错误。我尝试了其他StackOverflow帖子中的几种方法,但都没有成功。以下是我的代码结构:
PACKAGE_MAIN、TEST_MODULE
import myprogram.package_of_classes.data_object_module
import ....obj_calculate
class test(object):
if __name__ == '__main__':
my_obj=create_obj('myobject',['f1','f2'])
input = multiprocessing.Queue()
output = multiprocessing.Queue()
input.put(my_obj)
j=Process(target=obj_calculate, args=(input,output))
j.start()
类的包、数据对象模块
import collections
import ....load_flat_file
def get_ntuple_format(obj):
nt_fields=''
for fld in obj.fields:
nt_fields=nt_fields+fld+', '
nt_fields=nt_fields[0:-2]
ntuple=collections.namedtuple('ntuple_format',nt_fields)
return ntuple
Class Data_obj:
def __init__(self, name,fields):
self.name=name
self.fields=fields
self.ntuple_form=get_ntuple_format(self)
def calculate(self):
self.file_read('C:/files','division.txt')
def file_read(self,data_directory,filename):
output=load_flat_file(data_directory,filename,self.ntuple_form)
self.data=output
Utils_Package、Utils_MODULE
def create_dataobj(name,fields):
locals()[name]=Data_Obj(name,fields)
return locals()[name]
def obj_calculate(input,output):
obj=input.get()
obj.calculate()
output.put(obj)
LOADS_MODULE
def load_flat_file(data_directory,filename,ntuple_form):
csv.register_dialect('csvrd', delimiter=' ', quoting=csv.QUOTE_NONE)
ListofTuples=[]
with open(os.path.join(data_directory,filename), 'rb') as f:
reader = csv.reader(f,'csvrd')
for line in reader:
if line:
ListofTuples.append(ntuple_form._make(line))
return ListofTuples
我收到的错误是:
PicklingError: PicklingError: Can't pickle class '__main__ . ntuple_format: it's not the same object as __ main __. ntuple_format
附注:当我从一个大型项目中提取此示例代码时,请忽略细微的不一致。
推荐答案
不能对动态(通过get_ntuple_format
)创建的类(在本例中为命名元组)进行Pickle。若要使类可拾取,请在可导入模块的顶级it has to be defined。
如果您只需要支持几种类型的元组,请考虑在模块的顶层提前定义它们,然后动态选择正确的元组。如果您需要完全动态的容器格式,请考虑只使用dict
。
这篇关于具有命名元组酸洗错误的多处理对象的文章就介绍到这了,希望我们推荐的答案对大家有所帮助,也希望大家多多支持IT屋!
查看全文