带锁的同步 numpy 二维数组计数器

Question

我想并行化一个在共享 numpy 二维数组上运行的方法。

我的原始应用程序是研究的一部分并且非常复杂，但是，我创建了一个基本上复制了问题的玩具示例。

有一家服装店，出售不同尺码和颜色的衣服。我将这家商店的库存表示为一个二维矩阵，其中 self.supply_arr[i][j] 表示 size i 和 color j 的衣服总可用性。我有多个客户试图从商店购买。商店销售的衣服不应超过库存。下面，我展示了一个非平行的例子。

import numpy as np


class ClothStore(object):
    def __init__(self, num_customers):
        self.supply_arr = np.random.randint(5, size=(2,2))
        self.sold_arr = np.zeros((2,2), dtype=int)
        self.num_customers = num_customers

    def make_purchase(self, size, color):
        left = self.supply_arr[size][color] - self.sold_arr[size][color]
        if left > 0:
            self.sold_arr[size][color] += 1
            return True
        else:
            return False

    def run(self):
        for customer in xrange(self.num_customers):
            size = np.random.randint(2)
            color = np.random.randint(2)

            purchase = self.make_purchase(size, color)

            if purchase:
                print "Customer: {} made successful purchase".format(customer)

if __name__ == "__main__":
    store = ClothStore(100)
    store.run()

    print "Supply Arr: {}".format(store.supply_arr)
    print "Sold Arr: {}".format(store.sold_arr)

我尝试使用 pathos 并行化 run(self) 方法，并将 self.supply_arr 表示为 np.empty((2,2), dtype=object)，其中我将每个元素初始化为 multiprocessing.Value。但是，我无法让它工作。任何帮助，将不胜感激。谢谢。

Answer 1

我用迂回的方式设法解决了我自己的问题。这不是最优雅的方式，但它确实有效。我真的很感激帮助使它更优雅。

import numpy as np
from pathos.multiprocessing import ProcessingPool as Pool
from multiprocess import Manager


class ClothStoreNew(object):
    def __init__(self, num_customers):
        self.supply_arr = np.random.randint(5, size=(2, 2))
        self.num_customers = num_customers

    def make_purchase(self, arg):
        sold_dict = arg[0]
        i = arg[1]

        size = self.demand[i][1]
        color = self.demand[i][2]
        sold = sold_dict.get((size, color), 0)
        if self.supply_arr[size][color] > sold:
            sold_dict[(size, color)] = sold + 1

    def run(self):
        m = Manager()
        sold_dict = m.dict()
        pool = Pool(processes=100)
        self.demand = []
        for customer in xrange(self.num_customers):
            size = np.random.randint(1)
            color = np.random.randint(1)
            self.demand.append([customer, size, color])

        pool.map(self.make_purchase, ([sold_dict, i] for i in xrange(self.num_customers)))
        pool.close()
        pool.join()
        return dict(sold_dict)


if __name__ == "__main__":
    store = ClothStoreNew(20)
    sold_dict = store.run()
    print "Supply Arr: {}".format(store.supply_arr)
    print "Sold Dict: {}".format(sold_dict)

如您所见，我正在使用 manager.dict() 进行同步。我想使用 manager.list() 但它似乎不起作用。此外，使用 Manager 为每次更新锁定整个字典，一个理想的解决方案是一次锁定字典的每个单独键（或二维矩阵的每个单独单元格），以便进程在其他细胞不必等待。

带锁的同步 numpy 二维数组计数器

Synchronised numpy 2D array counter with locks

synchronization

python-multiprocessing

numpy-ndarray