Spyder 中的简单 Python 多重处理函数不输出结果

我在这里有一个非常简单的函数，我试图在其中运行和测试，但是，它不会输出任何内容，也没有任何错误。 我多次检查了代码，但没有任何错误。

我打印了作业，这就是我得到的：

[<Process(Process-12, stopped[1])>, 
<Process(Process-13, stopped[1])>,
<Process(Process-14, stopped[1])>, 
<Process(Process-15, stopped[1])>,
<Process(Process-16, stopped[1])>]

这是代码：

import multiprocessing

def worker(num):
    print "worker ", num
    return

jobs = []
for i in range(5):
    p = multiprocessing.Process(target = worker, args = (i,))
    jobs.append(p)
    p.start()

这是我期待的结果，但它没有输出任何内容：

Worker: 0
Worker: 1
Worker: 2
Worker: 3
Worker: 4

评论显示 OP 使用 Windows 以及 Spyder。由于 Spyder 重定向stdout并且 Windows 不支持forking https://docs.python.org/2.7/library/os.html#os.fork，新的子进程不会打印到 Spyder 控制台中。这仅仅是因为以下事实：stdout新子进程的标准输出是Python的普通标准输出，也可以在sys.__stdout__.

有两种选择：

1. 使用logging https://docs.python.org/2/library/logging.html模块。这将包括创建所有消息并将其记录到一个或多个文件中。使用单个日志文件可能会导致输出出现轻微乱码的问题，因为进程会同时写入该文件。每个进程使用单个文件可以解决这个问题。

2. 不使用print在子进程中，但只是将结果返回给主进程。要么通过使用queue https://docs.python.org/2/library/multiprocessing.html#multiprocessing.Queue (or multiprocessing.Manager().Queue()因为分叉是不可能的）或更简单地依靠多处理池 https://docs.python.org/2/library/multiprocessing.html#multiprocessing.pool.multiprocessing.Pool.map map功能，请参见下面的示例。

使用池的多处理示例：

import multiprocessing

def worker(num):
    """Returns the string of interest"""
    return "worker %d" % num

def main():
    pool = multiprocessing.Pool(4)
    results = pool.map(worker, range(10))

    pool.close()
    pool.join()

    for result in results:
        # prints the result string in the main process
        print(result)

if __name__ == '__main__':
    # Better protect your main function when you use multiprocessing
    main()

打印（在主进程中）

worker 0
worker 1
worker 2
worker 3
worker 4
worker 5
worker 6
worker 7
worker 8
worker 9

编辑：如果您不耐烦等待map函数完成后，您可以使用立即打印结果imap_unordered并稍微改变命令的顺序：

def main():
    pool = multiprocessing.Pool(4)
    results = pool.imap_unordered(worker, range(10))

    for result in results:
        # prints the result string in the main process as soon as say are ready
        # but results are now no longer in order!
        print(result)

    # The pool should join after printing all results
    pool.close()
    pool.join()