将python函数列表异步应用于单个参数

我熟悉python的

多处理.Pool

以及相关的

map

和

map\u async

调用

map

和

map\u async

使用单个函数并将其应用于参数的iterable。我想做相反的事情——取一个iterable函数，并将它们应用于一个参数。这种操作有没有简单的标准习惯用法

换言之，我正在寻找以下内容：

from multiprocessing import Pool

pool = Pool(4)
functions = (add, subtract, divide, multiply)
args = (1, 2)
result = pool.fmap(functions, args)
print result
# [3, -1, .5, 2]

from functools import partial

def operation(args, operator):
    return operator(*args)
final_op = partial(operation, [1,2])

---

所以。。我建议使用现有的框架，并将其彻底颠覆。您可以执行以下操作：

from multiprocessing import Pool

pool = Pool(4)
functions = (add, subtract, divide, multiply)
args = (1, 2)
result = pool.fmap(functions, args)
print result
# [3, -1, .5, 2]

from functools import partial

def operation(args, operator):
    return operator(*args)
final_op = partial(operation, [1,2])

这或多或少相当于dano的解决方案，但我发现在这里使用partial可以真正保持通用性，避免通过索引访问参数的脆弱性。在实际使用方面，它还使事情变得更干净：

pool = Pool(4)
print pool.map(final_op, (add, sub, div, mul))

---

您可以这样做：

from operator import add, sub, mul, div
from multiprocessing import Pool

def fmap(functionargs):
    # Call function(*args) and return it
    return functionargs[0](*functionargs[1])

pool = Pool(4)
functions = (add, sub, div, mul)
args = (1, 2)
result = pool.map(fmap, [(f, args) for f in functions])
print result

---

只需将要在迭代器中调用的函数和参数传递到

映射

，并创建一个简单的函数，在辅助进程中调用该函数。

是否尝试将

池

子类化并创建一个新方法，或者一个单独的函数就足够了？两者都可以——我只是在寻找一个干净的解决方案，来解决我所期望的一个相当普通的操作。这就是我所寻找的那种干净的、惯用的解决方案。还有，你好，斯莱特。@Madison可能很乐意帮忙：）告诉他们我打招呼。你不能用

lambda

打招呼。您将得到一个

PicklingError

。您必须创建一个顶级函数：

def operation（args，operator）：return operator（*args）

。不过，使用分部比列表更好。