我计划对表的table.group.Group类型应用一些步骤。我的对象(表)看起来像
table = h5file.root[varname]
for i in h5file:
print(i)
Output >>
/ (RootGroup) ''
/emp_id (Group) ''
/emp_id/frame_0000000000 (CArray(60, 568)) ''
/emp_id/frame_0000000001 (CArray(60, 568)) ''
/emp_id/frame_0000000002 (CArray(60, 568)) ''
/emp_id/frame_0000000003 (CArray(60, 568)) ''
/emp_id/frame_0000000004 (CArray(60, 568)) ''
/emp_id/frame_0000000005 (CArray(60, 568)) ''
/emp_id/frame_0000000006 (CArray(60, 568))...so on ''
我正尝试在table
上进行以下多重处理:
from multiprocessing import Pool
import os
import numpy as np
def proc_data_frame(frame_data):
print(frame_data.shape)
frame_data_transposed = np.transpose(frame_data)
print(frame_data_transposed.shape)
pool = Pool(os.cpu_count())#Pool()
pool.map(proc_data_frame, table)
但是我遇到了错误:
TypeError: self.dims,self.dims_chunk,self.maxdims cannot be converted to a Python object for pickling
我试图从Carray转换为numpy,但没有成功。感谢帮助。预先感谢。