Python 如何将多处理与继承结合使用?
我试图通过多处理来加快脚本的运行时间。当我使用更简单的定义(如调整不同目录上的图像大小)尝试相同的多处理代码时,多处理效果很好,但当我使用下面的代码尝试时,它运行了,但没有给出任何输出或引发任何错误,我想知道这可能是什么原因 我还想知道如何在这段代码中使用多处理,也许继承是个问题Python 如何将多处理与继承结合使用?,python,class,inheritance,multiprocessing,Python,Class,Inheritance,Multiprocessing,我试图通过多处理来加快脚本的运行时间。当我使用更简单的定义(如调整不同目录上的图像大小)尝试相同的多处理代码时,多处理效果很好,但当我使用下面的代码尝试时,它运行了,但没有给出任何输出或引发任何错误,我想知道这可能是什么原因 我还想知道如何在这段代码中使用多处理,也许继承是个问题 class Skeleton: def __init__(self, path, **kwargs): if type(path) is str: self.p
class Skeleton:
def __init__(self, path, **kwargs):
if type(path) is str:
self.path = path
self.inputStack = loadStack(self.path).astype(bool)
if kwargs != {}:
aspectRatio = kwargs["aspectRatio"]
self.inputStack = ndimage.interpolation.zoom(self.inputStack, zoom=aspectRatio, order=2,
prefilter=False)
def setThinningOutput(self, mode="reflect"):
# Thinning output
self.skeletonStack = get_thinned(self.inputStack, mode)
def setNetworkGraph(self, findSkeleton=False):
# Network graph of the crowded region removed output
self.skeletonStack = self.inputStack
self.graph = get_networkx_graph_from_array(self.skeletonStack)
def setPrunedSkeletonOutput(self):
# Prune unnecessary segments in crowded regions removed skeleton
self.setNetworkGraph(findSkeleton=True)
self.outputStack = pr.getPrunedSkeleton(self.skeletonStack, self.graph)
saveStack(self.outputStack, self.path + "pruned/")
class Trabeculae (Skeleton):
pass
def TrabeculaeY (path):
path_mrb01_square = Trabeculae(path)
path_mrb01_square.setPrunedSkeletonOutput()
if __name__=='__main__':
path1 = (r' ')
path2 = (r' ')
path3 = (r' ')
the_list =[]
the_list.append(path1)
the_list.append(path2)
the_list.append(path3)
for i in range (0,len(the_list)):
p1 = multiprocessing.Process(target=TrabeculaeY, args=(the_list[i],))
p1.start()
p1.join()
继承对于多处理来说不是问题 您不能
join()
循环内的进程。这意味着循环要等到p1
完成它的工作,然后才能继续下一个循环
相反,在循环中启动所有进程,然后在第二个循环中等待所有进程,如下所示:
if __name__=='__main__':
path1 = (r' ')
path2 = (r' ')
path3 = (r' ')
the_list =[]
the_list.append(path1)
the_list.append(path2)
the_list.append(path3)
started_processes = []
for i in range (0,len(the_list)):
p1 = multiprocessing.Process(target=TrabeculaeY, args=(the_list[i],))
p1.start()
started_processes.append(p1)
for p in started_processes:
p.join()
我用于测试的完整代码:
import multiprocessing
class Skeleton:
def __init__(self, path, **kwargs):
self.path = path
pass
def setThinningOutput(self, mode="reflect"):
pass
def setNetworkGraph(self, findSkeleton=False):
pass
def setPrunedSkeletonOutput(self):
print(self.path)
class Trabeculae(Skeleton):
pass
def TrabeculaeY(path:str):
path_mrb01_square = Trabeculae(path)
path_mrb01_square.setPrunedSkeletonOutput()
if __name__ == '__main__':
the_list = [r'1', r'2', r'3']
started_processes = []
for path in the_list:
process = multiprocessing.Process(target=TrabeculaeY, args=path)
process.start()
started_processes.append(process)
for process in started_processes:
process.join()
将
打印(self.path)
放入def setPrunedSkeletonOutput(…
),以查看任何输出。感谢您的回答!我试图遵循您在代码中所做的操作,但同样的情况发生了,并且没有创建输出,我认为这与我使用的特定脚本有关,因为当我使用更简单的图像处理定义时,多处理会起作用。我将尝试在is上询问起诉github的一节,看看我是否得到一些澄清。@Ligut14789:很遗憾,你没有发布一个。如果你能提供一个我可以执行的示例(包含所有依赖项),我可以再试一次。