将numpy数组放入多处理队列的困难

时间:2013-07-05 00:25:09

标签: python numpy multiprocessing pickle

我在numpy数组中有参数集,我将其输入到多处理队列中,但是当它们在worker中接收时它们会出现乱码。这是我的代码来说明我的问题和问题。

import numpy as np
from multiprocessing import Process, Queue

NUMBER_OF_PROCESSES = 2

def worker(input, output):
    for args in iter(input.get, 'STOP'):
        print('Worker receives: ' + repr(args))
        id, par = args
        # simulate a complex task, and return result
        result = par['A'] * par['B']
        output.put((id, result))

# Define parameters to process
parameters = np.array([
    (1.0, 2.0),
    (3.0, 3.0)], dtype=[('A', 'd'), ('B', 'd')])

# Create queues
task_queue = Queue()
done_queue = Queue()

# Submit tasks
for id, par in enumerate(parameters):
    obj = ('id_' + str(id), par)
    print('Submitting task: ' + repr(obj))
    task_queue.put(obj)

# Start worker processes
for i in range(NUMBER_OF_PROCESSES):
    Process(target=worker, args=(task_queue, done_queue)).start()

# Get unordered results
results = {}
for i in range(len(parameters)):
    id, result = done_queue.get()
    results[id] = result

# Tell child processes to stop
for i in range(NUMBER_OF_PROCESSES):
    task_queue.put('STOP')

print('results: ' + str(results))

在64位CentOS计算机上使用numpy 1.4.1和Python 2.6.6,我的输出是:

Submitting task: ('id_0', (1.0, 2.0))
Submitting task: ('id_1', (3.0, 3.0))
Worker receives: ('id_0', (2.07827093387802e-316, 6.9204740511333381e-310))
Worker receives: ('id_1', (0.0, 1.8834810076011668e-316))
results: {'id_0': 0.0, 'id_1': 0.0}

如图所示,具有numpy记录数组的元组在提交任务时状况良好,但在工作程序收到参数时出现乱码,结果不正确。我在multiprocessing documentation中读到“代理方法的参数是可选择的”。据我所知,numpy数组是完全可以选择的:

>>> import pickle
>>> for par in parameters:
...     print(pickle.loads(pickle.dumps(par)))
...     
(1.0, 2.0)
(3.0, 3.0)

我的问题是为什么工人没有正确接收参数?如何以其他方式将一行numpy记录数组传递给worker?

2 个答案:

答案 0 :(得分:1)

numpy数组应该是pickle-able(我认为)但是在这里你实际上正在处理numpy.void实例,我不确定为什么,似乎不是可以发现的。

如果你这样做:

for par in parameters:
    print(type(par))
    print pickle.loads(pickle.dumps(par))

你得到:

<type 'numpy.void'>
(-1.3918046672290164e-41, -1.3918046679677054e-41)
<type 'numpy.void'>
(-1.3918046672290164e-41, -1.3918046679677054e-41)

解决此问题的一种方法是应用parameters = parameters.reshape([-1, 1])将(N,)数组转换为(N,1)数组。这样当你循环遍历参数时,你将得到大小为1的数组,这将有希望腌制得很好。希望有所帮助。

答案 1 :(得分:0)

我遇到了同样的问题,但我的情况与你有点不同。

最初,我在子进程中的每个循环输出一个数字,并将它们组合成numpy.dnarray。最后,我将数组传递给Queue,但是在运行p.join()之后,我的主进程无法启动。

旧代码如下所示

let

但是,我改变了另一种方法来处理像这样的问题

+

简单地说,我只是将数据拆分为较小的部分(数据,位置)并将它们传递给队列,主进程接收数据同步。 我希望它会有所帮助