Question

我有以下for循环：

for j in range(len(list_list_int)):
    arr_1_, arr_2_, arr_3_ = foo(bar, list_of_ints[j])
    arr_1[j,:] = arr_1_.data.numpy()
    arr_2[j,:] = arr_2_.data.numpy()
    arr_3[j,:] = arr_3_.data.numpy()

我想对多处理应用foo，主要是因为这需要花费大量时间才能完成。我尝试使用funcy's块方法批量进行此操作：

for j in chunks(1000, list_list_int):
    arr_1_, arr_2_, arr_3_ = foo(bar, list_of_ints[j])
    arr_1[j,:] = arr_1_.data.numpy()
    arr_2[j,:] = arr_2_.data.numpy()
    arr_3[j,:] = arr_3_.data.numpy()

但是，我得到list object cannot be interpreted as an integer。通过多处理应用foo的正确方法是什么？

Answer 1

series: [{
        name: 'Speed',
            dial: {
                    backgroundColor:'#D9972E',
                    radius: '100%',
                    baseWidth: 5,
                        baseLength: '5%',
                        baseWidth: 10,
                        rearLength: '0%',
                },
        data: [80],
        tooltip: {
            valueSuffix: ' km/h'
        }
    }]

Answer 2

我没有安装chunks，但是我怀疑它会从文档中生成（对于2块大小的文件，来自：

alist = [[1,2],[3,4],[5,6],[7,8]]                                     
j = [[1,2],[3,4]]
j = [[5,6],[7,8]]

会产生错误：

In [116]: alist[j]                                                              
TypeError: list indices must be integers or slices, not list

如果您的foo无法使用完整的列表列表，则看不到将其拆分成大块的列表将如何工作。显然，一次只能使用一个子列表。

Answer 3

如果您希望对numpy数组执行并行操作，那么我将使用Dask。

仅需几行代码，您的操作应该可以轻松地在多个进程上运行，并且高度发达的Dask调度程序将为您平衡负载。与其他并行库（如joblib）相比，Dask的一个巨大好处是它可以维护本机numpy API。

import dask.array as da

# Setting up a random array with dimensions 10K rows and 10 columns
# This data is stored distributed across 10 chunks, and the columns are kept together (1_000, 10)
x = da.random.random((10_000, 10), chunks=(1_000, 10))
x = x.persist()  # Allow the entire array to persist in memory to speed up calculation


def foo(x):
    return x / 10


# Using the native numpy function, apply_along_axis, applying foo to each row in the matrix in parallel
result_foo = da.apply_along_axis(foo, 0, x)

# View original contents
x[0:10].compute()

# View sample of results
result_foo = result_foo.compute()
result_foo[0:10]

下面的for循环和函数如何加速应用？

3 个答案: