两个python exe如何共享内存

在Python中，可以使用共享内存模块multiprocessing.shared_memory实现两个Python进程之间的共享内存。以下是一个简单的示例代码：

Process 1:

import multiprocessing as mp

# 创建共享内存对象
with mp.shared_memory() as shm:
    # 将数据写入共享内存
    data = b"Hello, world!"
    shm.buf[:len(data)] = data

# 通过名称将共享内存发送给进程2
conn = mp.Pipe()
conn.send(shm.name)
conn.close()

Process 2:

import multiprocessing as mp

# 从进程1接收共享内存名称
conn = mp.Pipe()
name = conn.recv()
conn.close()

# 打开共享内存
with mp.shared_memory(name=name) as shm:
    # 读取数据
    data = shm.buf[:len(b"Hello, world!")]
    print(data.decode())

在这个例子中，我们使用了管道来在两个进程之间传递共享内存的名称。首先在进程1中创建共享内存对象，将数据写入共享内存，并将共享内存名称通过管道发送给进程2。然后在进程2中打开共享内存，并从中读取数据。这样，两个进程就可以共享内存中的数据了。

相关问题

windows中 python 使用multiprocessing 后 调试正常 打包成exe 内存不足应该怎么改写

在 Windows 中使用 `multiprocessing` 模块时，由于 Windows 的限制，无法使用 `fork()` 系统调用，因此 `multiprocessing` 在 Windows 中使用了 `spawn` 或 `forkserver` 两种方式来创建新进程，这样会导致子进程中的内存空间与主进程不共享，因此会出现内存不足的情况。

为了解决这个问题，可以尝试以下方法：

1. 通过调整 `processes` 参数来降低同时运行的进程数，从而减小内存占用量。

2. 尝试使用 `pathos.multiprocessing` 模块，它提供了一种更高级的进程池实现，并且可以在 Windows 中使用 `fork()` 系统调用。使用 `pathos.multiprocessing` 模块的示例代码如下：

   from pathos.multiprocessing import ProcessPool
   
   def func(x):
       # your function here
   
   if __name__ == '__main__':
       pool = ProcessPool(nodes=4)
       results = pool.map(func, range(10))

3. 尝试使用 `pyinstaller` 打包成 exe 后，可以通过设置 `--no-patched-crypto` 参数来避免一些内存占用问题。使用命令：

   pyinstaller --no-patched-crypto your_script.py

进行打包即可。

希望这些方法能帮助你解决问题。