如何在python中并行化big for循环

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了如何在python中并行化big for循环，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含2497字，纯文字阅读大概需要4分钟。

内容图文

我刚接触Python,但仍处于学习曲线的艰难阶段.感谢您的任何评论.

我有一个很大的for循环要运行(在许多迭代中都很大),例如：

for i in range(10000)
    for j in range(10000)
        f((i,j))

我虽然认为这是如何并行化的常见问题,但在Google上搜索了数小时后,我使用“多重处理”模块找到了解决方案,如下所示：

pool=Pool()
x=pool.map(f,[(i,j) for i in range(10000) for j in range(10000)])

当循环较小时,此方法有效.但是,如果循环很大,那确实很慢；或者如果循环太大,有时会发生内存错误.看来python会首先生成参数列表,然后甚至使用xrange将列表提供给函数“ f”.那是对的吗？

所以这种并行化对我来说不起作用,因为我真的不需要将所有参数都存储在列表中.有一个更好的方法吗？我感谢任何建议或参考.谢谢.

解决方法:

It seems that python would generate the list of arguments first, and then feed the list to the function “f”, even using xrange. Is that correct?

是的,因为您使用的是列表推导,它明确要求它生成该列表.

(请注意,xrange在这里并不是真正相关的,因为一次只有两个范围,每个范围都是10K；与参数列表的100M相比,没什么.)

如果希望它根据需要动态生成值,而不是一次生成所有100M,则要使用生成器表达式而不是列表推导.几乎总是将括号变成括号的问题：

x=pool.map(f,((i,j) for i in range(10000) for j in range(10000)))

但是,从the source中可以看到,如果给map提供一个生成器,map最终只会列出一个列表,因此在这种情况下,它什么也解决不了. (文档没有明确说明这一点,但是很难看到如果没有长度,如何选择合适的块大小将可迭代对象切成小段……).

而且,即使事实并非如此,结果仍然会再次遇到相同的问题,因为pool.map返回一个列表.

要解决这两个问题,可以改用pool.imap.它懒惰地消耗可迭代,并返回结果的惰性迭代器.

需要注意的一件事是,如果您不通过imap,imap不会猜测最佳的块大小,而只是默认为1,因此您可能需要一些思考或反复试验来优化它.

另外,imap仍会在输入结果时将它们排入队列,因此它可以按照参数的顺序将它们反馈给您.在病理情况下,它可能最终导致结果排队(poolsize-1)/ poolsize,尽管实际上这很少见.如果要解决此问题,请使用imap_unordered.如果您需要了解顺序,只需将参数与参数和结果来回传递即可：

args = ((i, j) for i in range(10000) for j in range(10000))
def indexed_f(index, (i, j)):
    return index, f(i, j)
results = pool.imap_unordered(indexed_f, enumerate(args))

但是,我注意到在您的原始代码中,您对f(i,j)的结果根本不做任何事情.在那种情况下,为什么还要费心收集所有结果呢？在这种情况下,您可以返回循环：

for i in range(10000):
    for j in range(10000):
        map.apply_async(f, (i,j))

但是,imap_unordered可能仍然值得使用,因为它提供了一种非常简便的方法来阻止所有任务完成,同时仍使池本身处于运行状态以供以后使用：

def consume(iterator):
    deque(iterator, max_len=0)
x=pool.imap_unordered(f,((i,j) for i in range(10000) for j in range(10000)))
consume(x)

内容总结

以上是互联网集市为您收集整理的如何在python中并行化big for循环全部内容，希望文章能够帮你解决如何在python中并行化big for循环所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端