如果使用迭代
map函数，则跟踪进度非常容易。
>>> from pathos.multiprocessing import ProcessingPool as Pool>>> def simFunction(x,y):... import time... time.sleep(2)... return x**2 + y... >>> x,y = range(100),range(-100,100,2)>>> res = Pool().imap(simFunction, x,y)>>> with open('results.txt', 'w') as out:... for i in x:... out.write("%sn" % res.next())... if i%10 is 0:... print "%s of %s simulated" % (i, len(x))... 0 of 100 simulated10 of 100 simulated20 of 100 simulated30 of 100 simulated40 of 100 simulated50 of 100 simulated60 of 100 simulated70 of 100 simulated80 of 100 simulated90 of 100 simulated或者，您可以使用异步
map。在这里，我将做些不同的事情，只是将其混合在一起。
>>> import time>>> res = Pool().amap(simFunction, x,y)>>> while not res.ready():... print "waiting..."... time.sleep(5)... waiting...waiting...waiting...waiting...>>> res.get()[-100, -97, -92, -85, -76, -65, -52, -37, -20, -1, 20, 43, 68, 95, 124, 155, 188, 223, 260, 299, 340, 383, 428, 475, 524, 575, 628, 683, 740, 799, 860, 923, 988, 1055, 1124, 1195, 1268, 1343, 1420, 1499, 1580, 1663, 1748, 1835, 1924, 2015, 2108, 2203, 2300, 2399, 2500, 2603, 2708, 2815, 2924, 3035, 3148, 3263, 3380, 3499, 3620, 3743, 3868, 3995, 4124, 4255, 4388, 4523, 4660, 4799, 4940, 5083, 5228, 5375, 5524, 5675, 5828, 5983, 6140, 6299, 6460, 6623, 6788, 6955, 7124, 7295, 7468, 7643, 7820, 7999, 8180, 8363, 8548, 8735, 8924, 9115, 9308, 9503, 9700, 9899]
请注意，我使用
pathos.multiprocessing而不是
multiprocessing。这仅仅是一个分支
multiprocessing，使您能够
map使用多个输入来执行函数，具有更好的序列化，并允许您在
map任何地方（不仅是in
__main__）执行调用。您也可以使用
multiprocessing上面的方法，但是代码会稍有不同。
迭代的或异步的
map都可以使您编写任何代码，以进行更好的过程跟踪。例如，将唯一的“
id”传递给每个作业，并观察返回的作业，或者让每个作业返回其进程ID。有很多跟踪进度和过程的方法……但是以上内容应该为您提供一个开始。
你可以在
pathos这里找到：https :
//github.com/uqfoundation
