- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
我已经完成了一些基本的性能和内存消耗基准测试,我想知道是否有任何方法可以使事情变得更快......
我有一个包含 70,000 个元素的巨大列表,其中包含一个 numpy ndarray,文件路径位于所述列表的一个元组中。
我的第一个版本将列表的切片副本传递给 python 多进程模块中的每个进程,但它会将 ram 使用量激增到超过 20 GB
第二个版本我将它移动到全局空间并通过索引访问它,例如 foo[i] 在我的每个进程中循环访问它,这似乎将它放入共享内存区域/CoW 语义中处理因此它不会爆炸内存使用量(保持在 ~3 GB)
但是根据性能基准测试/跟踪,似乎大部分应用程序时间现在都花在“获取”模式上...
所以我想知道是否有任何方法可以将此列表变成某种无锁/只读的列表,这样我就可以取消部分获取步骤,从而进一步加快访问速度。
编辑 1:这是应用分析的前几行输出
ncalls tottime percall cumtime percall filename:lineno(function)
65 2450.903 37.706 2450.903 37.706 {built-in method acquire}
39320 0.481 0.000 0.481 0.000 {method 'read' of 'file' objects}
600 0.298 0.000 0.298 0.000 {posix.waitpid}
48 0.271 0.006 0.271 0.006 {posix.fork}
编辑 2:这是列表结构的示例:
# Sample code for a rough idea of how the list is constructed
sim = []
for root, dirs, files in os.walk(rootdir):
path = os.path.join(root, filename)
image= Image.open(path)
np_array = np.asarray(image)
sim.append( (np_array, path) )
# Roughly it would look something like say this below
sim = List( (np.array([[1, 2, 3], [4, 5, 6]], np.int32), "/foobar/com/what.something") )
从今以后,SIM 列表将是只读的。
最佳答案
multiprocessing
模块提供了您所需要的:一个带有可选锁定的共享数组,即 multiprocessing.Array
类(class)。将 lock=False
传递给构造函数以禁用锁定。
编辑(考虑到您的更新):事情实际上比我最初预期的要复杂得多。列表中所有元素的数据都需要在共享内存中创建。是否将列表本身(即指向实际数据的指针)放在共享内存中并不重要,因为与所有文件的数据相比,这应该很小。要将文件数据存储在共享内存中,请使用
shared_data = multiprocessing.sharedctypes.RawArray("c", data)
其中 data
是您从文件中读取的数据。要在其中一个进程中将其用作 NumPy 数组,请使用
numpy.frombuffer(shared_data, dtype="c")
这将为共享数据创建一个 NumPy 数组 View 。同样,要将路径名放入共享内存,请使用
shared_path = multiprocessing.sharedctypes.RawArray("c", path)
其中 path 是一个普通的 Python 字符串。在您的流程中,您可以使用 shared_path.raw
将其作为 Python 字符串进行访问。现在将 (shared_data, shared_path)
添加到您的列表中。该列表将被复制到其他进程,但实际数据不会。
我最初打算对实际列表使用 multiprocessing.Array
。这是完全可能的,并且会确保列表本身(即指向数据的指针)也在共享内存中。现在我认为这根本不是那么重要,只要共享实际数据即可。
关于python - 在 Python 中锁定免费只读列表?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/4750141/
我需要将文本放在 中在一个 Div 中,在另一个 Div 中,在另一个 Div 中。所以这是它的样子: #document Change PIN
奇怪的事情发生了。 我有一个基本的 html 代码。 html,头部, body 。(因为我收到了一些反对票,这里是完整的代码) 这是我的CSS: html { backgroun
我正在尝试将 Assets 中的一组图像加载到 UICollectionview 中存在的 ImageView 中,但每当我运行应用程序时它都会显示错误。而且也没有显示图像。 我在ViewDidLoa
我需要根据带参数的 perl 脚本的输出更改一些环境变量。在 tcsh 中,我可以使用别名命令来评估 perl 脚本的输出。 tcsh: alias setsdk 'eval `/localhome/
我使用 Windows 身份验证创建了一个新的 Blazor(服务器端)应用程序,并使用 IIS Express 运行它。它将显示一条消息“Hello Domain\User!”来自右上方的以下 Ra
这是我的方法 void login(Event event);我想知道 Kotlin 中应该如何 最佳答案 在 Kotlin 中通配符运算符是 * 。它指示编译器它是未知的,但一旦知道,就不会有其他类
看下面的代码 for story in book if story.title.length < 140 - var story
我正在尝试用 C 语言学习字符串处理。我写了一个程序,它存储了一些音乐轨道,并帮助用户检查他/她想到的歌曲是否存在于存储的轨道中。这是通过要求用户输入一串字符来完成的。然后程序使用 strstr()
我正在学习 sscanf 并遇到如下格式字符串: sscanf("%[^:]:%[^*=]%*[*=]%n",a,b,&c); 我理解 %[^:] 部分意味着扫描直到遇到 ':' 并将其分配给 a。:
def char_check(x,y): if (str(x) in y or x.find(y) > -1) or (str(y) in x or y.find(x) > -1):
我有一种情况,我想将文本文件中的现有行包含到一个新 block 中。 line 1 line 2 line in block line 3 line 4 应该变成 line 1 line 2 line
我有一个新项目,我正在尝试设置 Django 调试工具栏。首先,我尝试了快速设置,它只涉及将 'debug_toolbar' 添加到我的已安装应用程序列表中。有了这个,当我转到我的根 URL 时,调试
在 Matlab 中,如果我有一个函数 f,例如签名是 f(a,b,c),我可以创建一个只有一个变量 b 的函数,它将使用固定的 a=a1 和 c=c1 调用 f: g = @(b) f(a1, b,
我不明白为什么 ForEach 中的元素之间有多余的垂直间距在 VStack 里面在 ScrollView 里面使用 GeometryReader 时渲染自定义水平分隔线。 Scrol
我想知道,是否有关于何时使用 session 和 cookie 的指南或最佳实践? 什么应该和什么不应该存储在其中?谢谢! 最佳答案 这些文档很好地了解了 session cookie 的安全问题以及
我在 scipy/numpy 中有一个 Nx3 矩阵,我想用它制作一个 3 维条形图,其中 X 轴和 Y 轴由矩阵的第一列和第二列的值、高度确定每个条形的 是矩阵中的第三列,条形的数量由 N 确定。
假设我用两种不同的方式初始化信号量 sem_init(&randomsem,0,1) sem_init(&randomsem,0,0) 现在, sem_wait(&randomsem) 在这两种情况下
我怀疑该值如何存储在“WORD”中,因为 PStr 包含实际输出。? 既然Pstr中存储的是小写到大写的字母,那么在printf中如何将其给出为“WORD”。有人可以吗?解释一下? #include
我有一个 3x3 数组: var my_array = [[0,1,2], [3,4,5], [6,7,8]]; 并想获得它的第一个 2
我意识到您可以使用如下方式轻松检查焦点: var hasFocus = true; $(window).blur(function(){ hasFocus = false; }); $(win
我是一名优秀的程序员,十分优秀!