Python 多处理和GUI更新-Qprocess还是多处理?
在阅读了关于QProcesses和python的多处理模块的文献之后,我仍然很难在后台处理大型进程的过程中创建一个工作正常、响应迅速的GUI。 到目前为止,我已经提出了我的应用程序的这个简化版本,它仍然显示出与许多人描述的类似的问题Python 多处理和GUI更新-Qprocess还是多处理?,python,multithreading,qt,user-interface,multiprocessing,Python,Multithreading,Qt,User Interface,Multiprocessing,在阅读了关于QProcesses和python的多处理模块的文献之后,我仍然很难在后台处理大型进程的过程中创建一个工作正常、响应迅速的GUI。 到目前为止,我已经提出了我的应用程序的这个简化版本,它仍然显示出与许多人描述的类似的问题 from PyQt4 import QtCore, QtGui import multiprocessing as mp import numpy as np import sys class Spectra: def __init__(self, spec
from PyQt4 import QtCore, QtGui
import multiprocessing as mp
import numpy as np
import sys
class Spectra:
def __init__(self, spectra_name, X, Y):
self.spectra_name = spectra_name
self.X = X
self.Y = Y
self.iteration = 0
def complex_processing_on_spectra(self, pipe_conn):
self.iteration += 1
pipe_conn.send(self.iteration)
class Spectra_Tab(QtGui.QTabWidget):
def __init__(self, parent, spectra):
self.parent = parent
self.spectra = spectra
QtGui.QTabWidget.__init__(self, parent)
self.treeWidget = QtGui.QTreeWidget(self)
self.properties = QtGui.QTreeWidgetItem(self.treeWidget, ["Properties"])
self.step = QtGui.QTreeWidgetItem(self.properties, ["Iteration #"])
self.consumer, self.producer = mp.Pipe()
# Make process associated with tab
self.process = mp.Process(target=self.spectra.complex_processing_on_spectra, args=(self.producer,))
def update_GUI(self, iteration):
self.step.setText(1, str(iteration))
def start_computation(self):
self.process.start()
while(True):
message = self.consumer.recv()
if message == 'done':
break
self.update_GUI(message)
self.process.join()
return
class MainWindow(QtGui.QMainWindow):
def __init__(self, parent = None):
QtGui.QMainWindow.__init__(self)
self.setTabShape(QtGui.QTabWidget.Rounded)
self.centralwidget = QtGui.QWidget(self)
self.top_level_layout = QtGui.QGridLayout(self.centralwidget)
self.tabWidget = QtGui.QTabWidget(self.centralwidget)
self.top_level_layout.addWidget(self.tabWidget, 1, 0, 25, 25)
process_button = QtGui.QPushButton("Process")
self.top_level_layout.addWidget(process_button, 0, 1)
QtCore.QObject.connect(process_button, QtCore.SIGNAL("clicked()"), self.process)
self.setCentralWidget(self.centralwidget)
self.centralwidget.setLayout(self.top_level_layout)
# Open several files in loop from button - simplifed to one here
X = np.arange(0.1200,.2)
Y = np.arange(0.1200,.2)
self.spectra = Spectra('name', X, Y)
self.spectra_tab = Spectra_Tab(self.tabWidget, self.spectra)
self.tabWidget.addTab(self.spectra_tab, 'name')
def process(self):
self.spectra_tab.start_computation()
return
if __name__ == "__main__":
app = QtGui.QApplication([])
win = MainWindow()
win.show()
sys.exit(app.exec_())
如果您有依赖项,那么它应该完全能够执行。
目前,我有一个QThread版本的程序,可以处理信号和插槽;无论如何,我认为拥有使用所有计算机处理器的能力是很重要的,因为大多数用户都有~8个内核可供使用。因此,我想使用multiprocessing
或QProcess
es将此信号/插槽线程化方法扩展到多处理版本。是否有人建议是否使用
QProcess
或多处理
?虽然它们对我来说都很复杂,但QProcess似乎使用pyQt的论坛较少,所以我选择了多处理。由于我已经有信号/插槽与线程一起工作,使用QProcess会更简单吗
编辑:我应该按照建议添加这样的类吗
class My_Process(QtCore.QProcess):
def __init__(self, spectra):
QtCore.QProcess.__init__(self)
self.spectra = spectra
def worker(self):
QtConcurrent.run(self.spectra, self.spectra.complex_processing_on_spectra)
def run(self):
QtCore.QObject.connect(self, QtCore.SIGNAL(QTimer.timeout()), self.worker)
QProcess
用于读取和写入管道(shell/cmd)。使用其中一个
QtConcurrent.run(对象、方法、参数)
QTimer.timeout()
与辅助函数连接尽管这个问题很老,而且已经得到了回答,但我想补充一些澄清:
- AFAIK
在PyQt中不可用QtConcurrent
GIL
(全局解释器锁),这实际上意味着python/pyqt线程之间没有真正的并发性李>
multiprocessing
和QThread
。您可以在主(gui)和通信线程之间使用信号和插槽
编辑:我只是遇到了同样的问题,并按照以下思路做了一些事情:
from multiprocessing import Process, Queue
from PyQt4 import QtCore
from MyJob import job_function
# Runner lives on the runner thread
class Runner(QtCore.QObject):
"""
Runs a job in a separate process and forwards messages from the job to the
main thread through a pyqtSignal.
"""
msg_from_job = QtCore.pyqtSignal(object)
def __init__(self, start_signal):
"""
:param start_signal: the pyqtSignal that starts the job
"""
super(Runner, self).__init__()
self.job_input = None
start_signal.connect(self._run)
def _run(self):
queue = Queue()
p = Process(target=job_function, args=(queue, self.job_input))
p.start()
while True:
msg = queue.get()
self.msg_from_job.emit(msg)
if msg == 'done':
break
# Things below live on the main thread
def run_job(input):
""" Call this to start a new job """
runner.job_input = input
runner_thread.start()
def handle_msg(msg):
print(msg)
if msg == 'done':
runner_thread.quit()
runner_thread.wait()
# Setup the OQ listener thread and move the OQ runner object to it
runner_thread = QtCore.QThread()
runner = Runner(start_signal=runner_thread.started)
runner.msg_from_job.connect(handle_msg)
runner.moveToThread(runner_thread)
非常感谢你的帮助,但我不知道你的真正意思。我应该创建一个继承QProcess并从中生成线程的类吗?在我编辑的问题中,我尝试过这类课程。我不擅长Python,多年来用C++做QT。但我对你想要实现的目标有一点了解。据我所知,1
QProcess
允许您在应用程序中启动另一个进程(比如cmd.exe或firefox.exe或任何东西),您可以控制(启动、停止、写入、读取)它们。2.如果您试图在后台处理(或执行某些操作),请转到QThread、QTimer或QtConcurrent。所有这些都将在单独的进程中运行您的代码。所以你可以做以下一项。使用QThread
。创建一个继承QThread并重载其run()方法的类。在里面写下复杂的光谱处理方法。或者可以在该类中使用Spectra对象。当迭代发生时发出信号。将此信号与将更新UI的插槽连接。B使用QTimer
。将计时器的timeout()
信号与update\u GUI()
连接,间隔为n毫秒。C使用QtConcurrent
。但这次你可以避免。我不确定它是否是一个可靠的API。谢谢@Muhammad,我现在明白了你所说的QProcess
将不会运行,因为它只运行可执行文件。然而,QThreads
和多线程只会在CPU上使用一个处理器,这不是真的吗?因此,当你有一个只使用多线程的程序时,如果你有一台现代计算机(~8个cpu核),它可能只能使用约15%的处理器?你可以通过使用线程来使用更多的cpu。如果您的应用程序有两个线程,系统策略将允许您使用两个内核。实际上,多核处理
是管理线程的一个事实。Qt支持将线程移动到另一个线程中。因此,您可以实现一个关于如何管理线程、排列线程等的算法。当您有多个参数args=(queue,inp1,inp2)
当我调用一个目标函数时,是否有人注意到一个“移位”,这类似于:def target\u fun(self,inp1,inp2,…)
进程将其解释为args=(queue,inp2,inp3)
如果我不将队列放在args中,队列会做什么?一切运行正常…@Hiatus我希望您现在已经解决了问题,但是看起来您是从类成员函数创建了一个进程,我不确定您是否能够做到这一点?奇怪的是,这种模式似乎在PyQt中有效,但在PySide中不起作用(1.2.4,在linux上)。在PySide中,连接到runner\u线程的\u run()
方法启动后仍在主线程中运行。