如何使用多重处理轻松并行化简单的 Python 循环？

并行化简单的 Python 循环

提供的 Python 循环在一个范围内迭代，并为每次迭代执行计算。虽然有多种方法可以并行化此循环，但该问题指定了对最简单方法的偏好。下面解释了使用多处理的两种简单方法。

使用多处理模块进行多处理

多处理模块提供了一个 ProcessPool 类来创建进程池。代码可以重写如下：

import multiprocessing

pool = multiprocessing.Pool(4)
out1, out2, out3 = zip(*pool.map(calc_stuff, range(0, 10 * offset, offset)))

这里创建了一个由四个进程组成的池。 pool.map() 方法将 calc_stuff 函数应用于可迭代中的每个元素，并返回一个结果元组。

使用并发.futures.ProcessPoolExecutor 进行多处理

或者，concurrent.futures模块提供了一个ProcessPoolExecutor类，简化了进程的创建和管理。代码变为：

from concurrent.futures import ProcessPoolExecutor

with ProcessPoolExecutor() as pool:
    out1, out2, out3 = zip(*pool.map(calc_stuff, range(0, 10 * offset, offset)))

两种方法都在内部利用多处理模块，并提供了一种在 Linux 和其他操作系统中并行化循环的简单方法。

以上是如何使用多重处理轻松并行化简单的 Python 循环？的详细内容。更多信息请关注PHP中文网其他相关文章！