我在多处理方面经验不足,但到目前为止,它似乎一直讨厌我。 我正在尝试运行最简单的示例,但是它陷入了困境,必须重新启动内核。
我的例子:
import multiprocessing as mp
aa = [x for x in range(3,16)]
def f(x):
return x**2
if __name__ == '__main__':
with mp.Pool(processes = 4) as p:
res = p.map(f, aa)
print(res)
在我尝试使用类方法并在pool.map()
内部进行归类之前,它一直工作得很好。
我认为在尝试执行此操作后它就坏了:
class clasy():
def __init__(self, a, b):
self.a = a
self.b = b
def gen(self):
for i in range(self.a, self.b):
yield i
def dodo(self):
gg = gen()
with mp.Pool() as pool:
self.res = pool.map(f, gg)
return self.res
paralel = clasy(3,16)
print(paralel.dodo())
出了什么问题,可以解决吗?
此外,是否可以在pool.map()内部使用生成器的类方法,是否可以在类内部使用。或者池,函数和迭代器应该是顶级对象?
答案 0 :(得分:0)
您需要将函数f
传递给类clasy
或使其成为类的实例。例如,以下应该起作用:
class clasy():
def __init__(self, a, b):
self.a = a
self.b = b
def gen(self):
for i in range(self.a, self.b):
yield i
def f(self, x):
return x**2
def dodo(self):
gg = self.gen()
with mp.Pool(processes = 4) as pool:
self.res = pool.map(self.f, gg)
return self.res
paralel = clasy(3,16)
print(paralel.dodo())
Out[1]:
[9, 16, 25, 36, 49, 64, 81, 100, 121, 144, 169, 196, 225]