使用多处理时 Python rpy2 和 matplotlib 发生冲突

我正在尝试使用多重处理来计算和生成绘图。在 Linux 上，下面的代码可以正确运行，但在 Mac (ML) 上却不能正确运行，并出现以下错误：

import multiprocessing
import matplotlib.pyplot as plt
import numpy as np
import rpy2.robjects as robjects

def main():
    pool = multiprocessing.Pool()
    num_figs = 2
    # generate some random numbers
    input = zip(np.random.randint(10,1000,num_figs), 
                range(num_figs))

    pool.map(plot, input)

def plot(args):
    num, i = args
    fig = plt.figure()
    data = np.random.randn(num).cumsum()
    plt.plot(data)

main()

Rpy2 是 rpy2==2.3.1，R 是 2.13.2（我无法在任何 mac 上安装 R 3.0 和 rpy2 最新版本而不出现分段错误）。

错误是：

The process has forked and you cannot use this CoreFoundation functionality safely. You MUST exec().
Break on __THE_PROCESS_HAS_FORKED_AND_YOU_CANNOT_USE_THIS_COREFOUNDATION_FUNCTIONALITY___YOU_MUST_EXEC__() to debug.
The process has forked and you cannot use this CoreFoundation functionality safely. You MUST exec().

我已尽一切努力来了解问题所在，但没有运气。我的配置是：

Danials-MacBook-Pro:~ danialt$ brew --config
HOMEBREW_VERSION: 0.9.4
ORIGIN: https://github.com/mxcl/homebrew
HEAD: 705b5e133d8334cae66710fac1c14ed8f8713d6b
HOMEBREW_PREFIX: /usr/local
HOMEBREW_CELLAR: /usr/local/Cellar
CPU: dual-core 64-bit penryn
OS X: 10.8.3-x86_64
Xcode: 4.6.2
CLT: 4.6.0.0.1.1365549073
GCC-4.2: build 5666
LLVM-GCC: build 2336
Clang: 4.2 build 425
X11: 2.7.4 => /opt/X11
System Ruby: 1.8.7-358
Perl: /usr/bin/perl
Python: /usr/local/bin/python => /usr/local/Cellar/python/2.7.4/Frameworks/Python.framework/Versions/2.7/bin/python2.7
Ruby: /usr/bin/ruby => /System/Library/Frameworks/Ruby.framework/Versions/1.8/usr/bin/ruby

有任何想法吗？

当您在主线程之外执行 GUI 操作时，在 Mac OS X 上会发生此错误，这正是您通过将绘图函数转移到 multiprocessing.Pool 所做的事情（我认为出于同样的原因，它在 Windows 上也不起作用- 因为 Windows 有相同的要求）。我可以想象它工作的唯一方法是使用池生成数据，然后让主线程在循环中等待返回的数据（队列是我通常处理它的方式......）。

这是一个示例（认识到这可能不会达到您想要的效果 - “同时”绘制所有图形？ - plt.show() 块，因此一次只绘制一个图形，我注意到您的示例中没有它代码 - 但如果没有，我在屏幕上看不到任何东西 - 但是，如果我把它拿出来 - 没有阻塞，也没有错误，因为所有 GUI 功能都发生在主线程中）：

import multiprocessing
import matplotlib.pyplot as plt
import numpy as np
import rpy2.robjects as robjects

data_queue = multiprocessing.Queue()


def main():
    pool = multiprocessing.Pool()
    num_figs = 10

    # generate some random numbers
    input = zip(np.random.randint(10,10000,num_figs), range(num_figs))  
    pool.map(worker, input)

    figs_complete = 0
    while figs_complete < num_figs:
        data = data_queue.get()
        plt.figure()
        plt.plot(data)
        plt.show()
        figs_complete += 1

def worker(args):
    num, i = args
    data = np.random.randn(num).cumsum()
    data_queue.put(data)
    print('done ',i)

main()

希望这可以帮助。