Python 多处理另一个函数的函数
我正在对模拟的时间序列进行分析。基本上,它在每一个时间步都执行相同的任务。由于时间步数非常多,而且对每个时间步的分析都是独立的,所以我想创建一个可以多处理另一个函数的函数。后者将有参数,并返回一个结果 通过使用共享词典和lib concurrent.futures,我成功地编写了以下内容:Python 多处理另一个函数的函数,python,python-3.x,multiprocessing,shared-memory,concurrent.futures,Python,Python 3.x,Multiprocessing,Shared Memory,Concurrent.futures,我正在对模拟的时间序列进行分析。基本上,它在每一个时间步都执行相同的任务。由于时间步数非常多,而且对每个时间步的分析都是独立的,所以我想创建一个可以多处理另一个函数的函数。后者将有参数,并返回一个结果 通过使用共享词典和lib concurrent.futures,我成功地编写了以下内容: import concurrent.futures as Cfut def multiprocess_loop_grouped(function, param_list, group_size, Nworke
import concurrent.futures as Cfut
def multiprocess_loop_grouped(function, param_list, group_size, Nworkers, *args):
# function : function that is running in parallel
# param_list : list of items
# group_size : size of the groups
# Nworkers : number of group/items running in the same time
# **param_fixed : passing parameters
manager = mlp.Manager()
dic = manager.dict()
executor = Cfut.ProcessPoolExecutor(Nworkers)
futures = [executor.submit(function, param, dic, *args)
for param in grouper(param_list, group_size)]
Cfut.wait(futures)
return [dic[i] for i in sorted(dic.keys())]
通常,我可以这样使用它:
def read_file(files, dictionnary):
for file in files:
i = int(file[4:9])
#print(str(i))
if 'bz2' in file:
os.system('bunzip2 ' + file)
file = file[:-4]
dictionnary[i] = np.loadtxt(file)
os.system('bzip2 ' + file)
Map = np.array(multiprocess_loop_grouped(read_file, list_alti, Group_size, N_thread))
def autocorr(x):
result = np.correlate(x, x, mode='full')
return result[result.size//2:]
def find_lambda_finger(indexes, dic, Deviation):
for i in indexes :
#print(str(i))
# Beach = Deviation[i,:] - np.mean(Deviation[i,:])
dic[i] = Anls.find_first_max(autocorr(Deviation[i,:]), valmax = True)
args = [Deviation]
Temp = Rescal.multiprocess_loop_grouped(find_lambda_finger, range(Nalti), Group_size, N_thread, *args)
或者像这样:
def read_file(files, dictionnary):
for file in files:
i = int(file[4:9])
#print(str(i))
if 'bz2' in file:
os.system('bunzip2 ' + file)
file = file[:-4]
dictionnary[i] = np.loadtxt(file)
os.system('bzip2 ' + file)
Map = np.array(multiprocess_loop_grouped(read_file, list_alti, Group_size, N_thread))
def autocorr(x):
result = np.correlate(x, x, mode='full')
return result[result.size//2:]
def find_lambda_finger(indexes, dic, Deviation):
for i in indexes :
#print(str(i))
# Beach = Deviation[i,:] - np.mean(Deviation[i,:])
dic[i] = Anls.find_first_max(autocorr(Deviation[i,:]), valmax = True)
args = [Deviation]
Temp = Rescal.multiprocess_loop_grouped(find_lambda_finger, range(Nalti), Group_size, N_thread, *args)
基本上,它是有效的。但它并不奏效。有时它会崩溃。有时它实际上启动了相当于Nworkers的许多python进程,有时在我指定Nworkers=15
时,一次只运行2到3个进程
例如,我得到的一个典型错误在我提出的以下主题中进行了描述:
要实现我的目标,哪种方式更像蟒蛇?如何改进此功能的控制?如何控制更多运行python进程的数量?python多进程的基本概念之一是使用队列。当您有一个可以迭代且不需要子进程更改的输入列表时,它工作得非常好。它还为您提供了对所有进程的良好控制,因为您可以生成所需的数量,您可以让它们空闲运行或停止它们 它也更容易调试。显式共享数据通常是一种更难正确设置的方法 队列可以容纳任何东西,因为根据定义,它们是不可分解的。因此,您可以使用文件路径字符串来填充它们,用于读取文件、用于计算的不可写数字,甚至用于绘图的图像 在您的情况下,布局可能如下所示:
import multiprocessing as mp
import numpy as np
import itertools as it
def worker1(in_queue, out_queue):
#holds when nothing is available, stops when 'STOP' is seen
for a in iter(in_queue.get, 'STOP'):
#do something
out_queue.put({a: result}) #return your result linked to the input
def worker2(in_queue, out_queue):
for a in iter(in_queue.get, 'STOP'):
#do something differently
out_queue.put({a: result}) //return your result linked to the input
def multiprocess_loop_grouped(function, param_list, group_size, Nworkers, *args):
# your final result
result = {}
in_queue = mp.Queue()
out_queue = mp.Queue()
# fill your input
for a in param_list:
in_queue.put(a)
# stop command at end of input
for n in range(Nworkers):
in_queue.put('STOP')
# setup your worker process doing task as specified
process = [mp.Process(target=function,
args=(in_queue, out_queue), daemon=True) for x in range(Nworkers)]
# run processes
for p in process:
p.start()
# wait for processes to finish
for p in process:
p.join()
# collect your results from the calculations
for a in param_list:
result.update(out_queue.get())
return result
temp = multiprocess_loop_grouped(worker1, param_list, group_size, Nworkers, *args)
map = multiprocess_loop_grouped(worker2, param_list, group_size, Nworkers, *args)
当您担心队列内存不足时,可以使其更具动态性。在进程运行时,您需要填充和清空队列。看看这个例子
最后一句话:它并没有像你要求的那样更像蟒蛇。但对于新手来说更容易理解;-) 您希望多处理的功能是否始终相同?或者您是否需要原型
多进程\u循环\u分组
来处理任意函数?流程需要哪些数据?只是时间步?或者其他东西?正如我在主消息末尾的两个使用示例中所看到的,我希望它能够处理任意函数,因为我在分析数据时有多个步骤。通常,我必须对1000组数据运行步骤2,然后对1000组数据运行步骤3,然后对步骤2和步骤3的1000个输出运行步骤4。数据存储在一个numpy数组中,我可以在该数组上进行循环/多处理。例如,我在第二个例子中给出了“偏差”,谢谢你提供这些细节。在开始使用Python多处理功能之前,我看到有两个lib,concurrent.futures
和multiprocessing
,我必须在这两个lib中进行选择。我已经理解了队列的概念,但我猜并发的ProcessPoolExecutor
管理了所有这一切,比我使用多处理?并发编写不同的步骤要好。futures
是一个更容易并行工作的接口。它将较旧的多处理
和多线程
捆绑到一个模块中,并添加了一些功能。因此,这是一个不错的选择。如果您不想关心细节,那么这是一种进行简单多处理的好方法。而且它非常新,所以我没有使用它的经验。我假设concurrent.futures
与我手动执行的操作完全相同。但在我的代码中,我知道发生了什么。另一种是我通常不喜欢的黑匣子(顺便说一句,我是科学家…)。我从多处理模块开始。