作为这个问题的后续：有没有一种简单的方法来pickle python 函数（或以其他方式序列化其代码）？ https://stackoverflow.com/questions/1253528/is-there-an-easy-way-to-pickle-a-python-function-or-otherwise-serialize-its-cod

我想从上面的帖子中看到这个项目符号的示例：

“如果函数引用您需要获取的全局变量（包括导入的模块、其他函数等），您也需要序列化它们，或者在远程端重新创建它们。我的示例只是为其提供了远程进程的全局命名空间。 ”

我有一个简单的测试，我使用 marshal 将函数字节代码写入文件：

def g(self,blah): 
    print blah

def f(self):
    for i in range(1,5):
        print 'some function f'
        g('some string used by g')

data = marshal.dumps(f.func_code)

file = open('/tmp/f2.txt', 'w')
file.write(data)

然后启动一个新的 python 实例：

file = open('/tmp/f2.txt', 'r')
code = marshal.loads(file.read())
func2 = types.FunctionType(code, globals(), "some_func_name");
func2('blah')

这导致：

NameError: global name 'g' is not defined

这与我为包含 g 所采取的不同方法无关。我已经尝试了与 f 发送 g 基本相同的方法，但 f 仍然看不到 g。如何让 g 进入全局命名空间，以便 f 在接收进程中可以使用它？

有人还建议查看 Pyro 作为如何执行此操作的示例。我已经尝试过尝试理解迪斯科项目中的相关代码。我学习了他们的 dPickle 类，并尝试在独立应用程序中重新创建他们的 disco/tests/test_pickle.py 功能，但没有成功。我的实验在使用转储调用进行函数封送时遇到了问题。无论如何，也许下一步就是进行火工探索。

总之，我所追求的基本功能是能够通过线路发送方法，并发送所有基本的“工作区”方法（如 g）。

答案更改的示例：

工作函数_writer：

import marshal, types

def g(blah): 
    print blah


def f():
    for i in range(1,5):
        print 'some function f'
        g('blah string used by g')


f_data = marshal.dumps(f.func_code)
g_data = marshal.dumps(g.func_code);

f_file = open('/tmp/f.txt', 'w')
f_file.write(f_data)

g_file = open('/tmp/g.txt', 'w')
g_file.write(g_data)

工作函数_reader：

import marshal, types

f_file = open('/tmp/f.txt', 'r')
g_file = open('/tmp/g.txt', 'r')

f_code = marshal.loads(f_file.read())
g_code = marshal.loads(g_file.read())

f = types.FunctionType(f_code, globals(), 'f');
g = types.FunctionType(g_code, globals(), 'g');

f()

2020 年 9 月更新：请参阅下面@ogrisel 的评论。在我于 2013 年写出这个答案的原始版本后不久，PiCloud 的开发人员就转移到了 Dropbox，尽管七年后很多人仍在使用 cloudpickle 模块。该模块已进入 Apache Spark，并继续得到维护和改进。我正在相应地更新下面的示例和背景文本。

云泡菜

The 云泡菜 https://github.com/cloudpipe/cloudpicklepackage 能够 pickle 函数、方法、类、甚至 lambda 以及任何依赖项。要尝试一下，只需pip install cloudpickle进而：

import cloudpickle

def foo(x):
    return x*3

def bar(z):
    return foo(z)+1

x = cloudpickle.dumps(bar)
del foo
del bar

import pickle

f = pickle.loads(x)
print(f(3))  # displays "10"

换句话说，只需调用cloudpickle.dump() or cloudpickle.dumps()和你使用的方式一样pickle.*，然后稍后使用本机pickle.load() or pickle.loads()解冻。

背景

PiCcloud.com发布了cloudLGPL 下的 python 包，其他开源项目很快就开始使用它（google forcloudpickle.py看看几个）。 picloud.com 的人们有动力投入精力来实现通用代码酸洗工作——他们的整个业务都是围绕它建立的。我们的想法是，如果你有cpu_intensive_function()并想在 Amazon 的 EC2 网格上运行它，您只需替换：

cpu_intensive_function(some, args) 

with:

cloud.call(cpu_intensive_function, some, args)

后者使用了cloudpickle选取任何相关代码和数据，将其发送到 EC2，运行它，并在您调用时将结果返回给您cloud.result().

Picloud 以毫秒为单位计费，它非常便宜，我一直使用它进行蒙特卡罗模拟和金融时间序列分析，当时我需要数百个 CPU 核心，每个核心只需要几秒钟。多年后，我仍然无法说出足够多的好话，而且我什至没有在那里工作。