如何为采用 6 个不同类型和大小的参数的函数实现多处理

Question

我有一个函数需要 5 个或更多参数作为输入，这些参数有不同的类型和大小，我如何在这种情况下应用多处理。

假设在这个虚拟样本中

函数：

def func(arr1, arr2, arr3, mtx1, mtx2, st):

# the function will output three arrays that has the same size as the arr1
result1 = np.zeros((len(arr1), 1))
result2 = np.zeros((len(arr1), 1))
result3 = np.zeros((len(arr1), 1))

# the function will make iteration through the 0 to the length of the arr1
for i, _ in enumerate(arr1):
    # it does a lot of computations using the #th number of arr1, arr2, arr3, but takes the whole matrices mtx1 amd mtx2 
    # some details of the calculation based on the setting of the string 

return result1, result2, result3

主要功能是定义所有的参数，然后输入到函数中。

if name == 'main':

arr1 = np.array([100,200,300])
arr2 = np.array([400,500,600])
arr3 = np.array([700,800,900])
mtx1 = np.array([[1,2,3,4,5],[6,7,8,9,10],[11,12,13,14,15]])
mtx2 = np.random.rand(10,10)
st = 'string'

results = func(arr1, arr2, arr3, mtx1, mtx2, str)

我尝试按照其他人的建议使用 Pool 和 map，例如：

p = Pool()
results = p.map(func, arr1, arr2, arr3, mtx1, mtx2, st)
p.close()
p.join()

这会给出错误：

map() 接受 3 到 4 个位置参数，但给出了 8 个

我在网上找到的multiprocessing的例子，大部分都是采用与函数输入相同大小的数组，而且函数只做很简单的数学计算。但是我的不是这种情况，我该如何解决这个问题呢？

谢谢！

Answer 1

您对 map 的用法有点不对。第二个参数应该是 iterable - 即元组或列表。像这样：

results = p.map(func, (arr1, arr2, arr3, mtx1, mtx2, st))

对于同一函数的多次调用，您可以尝试使用星图：https://docs.python.org/dev/library/multiprocessing.html#multiprocessing.pool.Pool.starmap

星图的参数应该是可迭代的，将为您的函数解压缩。

如何为采用 6 个不同类型和大小的参数的函数实现多处理

how to implement multiprocessing for function that takes 6 parameters with different types and sizes

python

multiprocessing

python-multiprocessing