在python中经常会到用多线程处理某个函数来缩短运行时间。
from multiprocessing import Pool
def work(x):
return x+1
pool = Pool(processes=4) # 4个线程
x = [1,2,3,4,5,6]
results = pool.map(work, x)
print results
运行上面的程序就会多线程处理并打印出输入x的计算结果
但是这个函数仅允许函数的输入变量为1,如果函数需要多个参数输入,那个就无法用上面的程序。比如:
def work(x, y):
return x + y
遇到这种情况我们有一下几种处理方法:
1). 用partial函数提取主要的一个参数固定其他参数
比如,我们想用x去加一个固定值,那么我们就认为x是主要参数,固定y:
from functools import partial
partial_work = partial(work, y=1) # 提取x作为partial函数的输入变量
results = pool.map(partial_work, x)
2). 将多个输入变量打包到一个参数
x = [1,2,3,4,5,6]
y = [1,1,1,1,1,1]
x_y = zip(x, y)
results = pool.map(work, x_y)
3). 使用pathos包下的multiprocessing
这个包是使用dill的multiprocessing的一个fork,允许多参数输入:
from pathos.multiprocessing import ProcessingPoll as Pool
pool = Pool(4)
results = pool.map(work, x, y)
总结:
当函数的参数在不同时候的输入均不同,那么前一种就不太合适。而在后面两种中,用pathos会更简单些,不太容易报pickling error。