1 map()是python的高阶函数,python高阶函数是指可以把函数作为参数的函数,函数式编程就是指这种高度抽象的编程范式.
要理解高阶函数,首先要明确函数可以赋给变量,函数名本身也是一个变量,也可以给其赋其它值,所以不能随便起变量名,防止与函数名冲突.
map()函数的特殊的地方在它的第一个参数是个指向函数的变量,第二个参数是一个序列,常为list,它将list中的每一个元素输入函数,最后将每个返回值合并成一个新的list返回.
参考:https://www.liaoxuefeng.com/wiki/897692888725344/923030148673312
2 Pool和ThreadPool两个模块, 一个基于进程工作, 一个基于线程工作。
使用Pool:
import datetime as dt import matplotlib.pyplot as plt import dask.dataframe as dd from multiprocessing import Pool listdata = [] processnum = 12 user_repay = pd.read_hdf('../data/user_repay_second.h5') for i in range(processnum): datai = fenpei(user_repay, i, processnum) # print(datai['index'].nunique())# 以index分箱 listdata.append([i, datai]) del datai gc.collect() time1 = dt.datetime.now() with Pool(processnum) as p: p.map(tfun, listdata) print((dt.datetime.now() - time1).total_seconds()) del listdata gc.collect()
使用ThreadPool:
import time from datetime import datetime from multiprocessing.dummy import Pool as ThreadPool from functools import partial def add(x, y): print(datetime.now(), "enter add func...") time.sleep(2) print(datetime.now(), "leave add func...") return x+y def add_wrap(args): return add(*args) if __name__ == "__main__": pool = ThreadPool(4) # 池的大小为4 print(pool.map(add_wrap, [(1,2),(3,4),(5,6)])) #close the pool and wait for the worker to exit pool.close() pool.join()
参考:https://blog.csdn.net/moxiaomomo/article/details/77075125
https://www.liaoxuefeng.com/wiki/1016959663602400/1017629247922688