Python:并行修改数组的简单方法

Question

这个问题听起来很简单，但作为 Python 并行化的新手，我肯定很吃力。我在 C++ 的 OpenMP 中处理并行化，这要容易得多。我需要做的是并行修改矩阵的条目。就是这样。问题是，我无法使用简单的 joblib 库来做到这一点:

from joblib import Parallel, delayed

my_array = [[ 1 ,2 ,3],[4,5,6]]

def foo(array,x):
  for i in [0,1,2]:
     array[x][i]=2
  return 0

def main(array):
  inputs = [0,1]
  if __name__ == '__main__':
    Parallel(n_jobs=2, verbose = 0)(delayed(foo)(array,i) for i in inputs)

main(my_array)

这段代码在作业数为1时有效(因此调用main后的数组全为2)，但当它真正成为真正的多处理时就不行了(调用main后数组保持不变) ).我认为主要的问题是我无法返回任何对 Parallel 函数有用的东西。我还尝试将数组放在共享内存中，但我找不到任何关于如何使用 joblib 进行操作的信息。

有什么建议吗？

Answer 1

仅使用标准库，您可以使用共享内存，在本例中为 Array 来存储和修改您的数组:

from multiprocessing import Pool, Array, Lock

lock = Lock()

my_array = [Array('i', [1, 2, 3], lock=lock),
            Array('i', [4, 5, 6], lock=lock),]

让我建议您对您的程序进行一些修改:列出您需要对矩阵进行的所有更改的列表或时间表(为了清楚起见，我将使用 namedtuple) ，以及映射这些变化的函数。

Change = namedtuple('Change', 'row idx value')

scheduled_changes = [Change(0, 0, 2),
                     Change(0, 1, 2),
                     Change(1, 0 ,2),
                     Change(1, 1, 2)]
# or build the scheduled changes list in any other way like using 
# for loops or list comprehensions...

def modify(change, matrix=my_array):
    matrix[change.row][change.idx] = change.value

现在您可以使用 Pool 将修改函数映射到更改:

pool = Pool(4)
pool.map(modify, scheduled_changes)

for row in my_array:
    for col in row:
        print(col, end=' ')
    print()

# 2 2 3
# 2 2 6