Python并行实例

在CPU上处理大规模数据时，亟需并行以节省时间。记录一下在python并行中我通常使用的package: Multiprocssing。这个例子很简单，但足够作为模板去拓展。

import numpy as np
from multiprocessing import Pool
import time
import multiprocessing as mp

a = np.arange(20)
b = np.arange(10)


#参与并行的方法
def ab(i, j, mp_lst, id):
    time.sleep(2)
    mp_lst.append((i,j))
    print("{} finished!".format(id))

#并行必须写在main下，否则报错
if __name__ == "__main__":
	# 多进程共享变量需要manager
    manager = mp.Manager
    # list不会按执行顺序存储，只会按照每个进程的结束顺序存储，需要有序的话，需要后续主动排序
    mp_lst = manager().list()
    p = Pool()
    for id, (i, j) in enumerate(zip(a, b)):
        p.apply_async(ab, args=(i, j, mp_lst, id, ))
    p.close()
    p.join()
    print(mp_lst)

以上例子可能需要参考：mp.Manager，p.apply_async， p.close()，p.join()