Question

我实现了小型统计功能，并通过多处理进行并行化。代码的总体结构如下所示：

def worker(args, no):
    f = Stat.fit(args)
    return f.result

class Stat:
    def fit(self):
        doing various things...

    def bootstrap(self):
        p = mp.Pool(mp.cpu_count())
        parameter = ... #set parameters for Stat
        worker = functools.partial(worker, parameter)

        for i, _ in enumerate(p.imap_unordered(worker, range(1000))):
            pass

因此，Stat类中的bootstrap方法调用运行函数的进程，该函数创建Stat类的实例并运行fit（）方法。我想这种方法可能效率很低。用函数替换类更好吗？或者使用这样的类不会影响多处理性能？

Answer 1

它效率不高（它不会影响性能），它只是非正统的。如果你从bootstrap中取出Stat，它可能会更清洁，因为它看起来不像是作为该类的方法而受益。

def worker(args, no):
    f = Stat.fit(args)
    return f.result

def bootstrap(self):
    p = mp.Pool(mp.cpu_count())
    parameter = ... #set parameters for Stat
    worker = functools.partial(worker, parameter)

    for i, _ in enumerate(p.imap_unordered(worker, range(1000))):
        pass

class Stat:
    def fit(self):
        doing various things...

Python，使用类进行多处理

1 个答案: