- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我有一个数组,我想将每个元素与其他所有元素进行比较,并构建一个交叉比较表。它可以通过嵌套 for 循环轻松实现,但它的计算时间随着输入数组大小呈指数增长,因此我想实现一种并行处理方法,以减少较大尺寸时的时间消耗。
我有一个数组,例如 a = [1,2,3]
,我想应用一个自定义函数,例如:
def add_two_numbers(x,y):
return x+y
一个简单的嵌套 for 循环实现如下:
array = [1,2,3]
matrix = np.zeros([3,3])
for i, one_element in enumerate(array):
for j, other_element in enumerate(array):
matrix[i][j] = add_two_numbers(one_element, other_element)
输出为:
>>> matrix
1 2 3
______________
1 | 2 3 4
2 | 3 4 5
3 | 4 5 6
在 python 中对大型数组应用并行处理的好方法是什么?
我使用 python 多处理库中的进程类为 n 元素数组创建 n 个进程,但是每个进程在后端打开一个文件,在 1024 个并行进程之后我得到一个“打开的文件太多”异常。而且我必须使矩阵成为一个全局变量,以便每个进程更新一个特定的元素。
import multiprocessing as mp
def add_two_numbers_process(one_element, array, i):
global matrix
for j, other_element in enumerate(array):
matrix[i][j] = add_two_numbers(one_element, other_element)
return
processes = []
for i, one_element in enumerate(array):
p = mp.Process(target=add_two_numbers_process, args=(one_element, array, i))
processes.append(p)
p.start()
for process in processes:
process.join()
我也用了Pool类,但是比process类多了1000倍的时间,这似乎不可行。
import multiprocessing as mp
def add_two_numbers_pool(one_element, array, i):
row = [0 for x in range(len(array))]
for j, other_element in enumerate(array):
row[j] = add_two_numbers(one_element, other_element)
return row
pool = mp.Pool(mp.cpu_count())
matrix = [pool.apply(add_two_numbers_pool, args=(one_element, array, i)) for i, one_element in enumerate(array)]
pool.close()
我想不出使用 dask 分布式的方法。 dask 分布式证明在这种情况下有用吗?
最佳答案
作为使用多处理的演示以及向量化与非向量化的区别,我们可以从定义/拉入共享代码开始:
from multiprocessing import Pool
import numpy as np
def add_two_numbers(x,y):
return x+y
# use a large number of values so processing takes some measurable amount of time
values = np.arange(3001)
然后我们可以做你天真的事情:
result = np.empty([len(values)]*2, values.dtype)
for i, x in enumerate(values):
for j, y in enumerate(values):
result[i,j] = add_two_numbers(x, y)
在我的笔记本电脑上大约需要 3.5 秒。然后我们可以将其移动到使用 multiprocessing
Pool
with:
def process_row(x):
output = np.empty_like(values)
for i, y in enumerate(values):
output[i] = add_two_numbers(x, y)
return output
with Pool() as pool:
result = np.array(pool.map(process_row, values))
这需要我大约 1 秒钟的时间,然后我们可以在 Pool
中使用以下方法对其进行矢量化处理:
def process_row_vec(x):
return add_two_numbers(values, x)
with Pool() as pool:
result = np.array(pool.map(process_row_vec, values))
这需要 0.25 秒,最后我们可以使用完全矢量化的 numpy 版本:
x, y = np.meshgrid(values, values)
result = add_two_numbers(x, y)
这大约需要 0.09 秒(90 毫秒)。我还意识到,在处理如此大量的元素时,这些中间数组(x
和 y
)会占用大量计算时间,并对行进行矢量化更快:
result = np.empty([len(values)]*2, values.dtype)
for i, x in enumerate(values):
result[i,:] = add_two_numbers(x, values)
耗时 0.05 秒(50 毫秒)。
希望这些例子能给你一些关于如何实现你的算法的想法!
关于python - 如何将自定义函数应用于并行配对数组的元素?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/56037374/
我正在处理一组标记为 160 个组的 173k 点。我想通过合并最接近的(到 9 或 10 个组)来减少组/集群的数量。我搜索过 sklearn 或类似的库,但没有成功。 我猜它只是通过 knn 聚类
我有一个扁平数字列表,这些数字逻辑上以 3 为一组,其中每个三元组是 (number, __ignored, flag[0 or 1]),例如: [7,56,1, 8,0,0, 2,0,0, 6,1,
我正在使用 pipenv 来管理我的包。我想编写一个 python 脚本来调用另一个使用不同虚拟环境(VE)的 python 脚本。 如何运行使用 VE1 的 python 脚本 1 并调用另一个 p
假设我有一个文件 script.py 位于 path = "foo/bar/script.py"。我正在寻找一种在 Python 中通过函数 execute_script() 从我的主要 Python
这听起来像是谜语或笑话,但实际上我还没有找到这个问题的答案。 问题到底是什么? 我想运行 2 个脚本。在第一个脚本中,我调用另一个脚本,但我希望它们继续并行,而不是在两个单独的线程中。主要是我不希望第
我有一个带有 python 2.5.5 的软件。我想发送一个命令,该命令将在 python 2.7.5 中启动一个脚本,然后继续执行该脚本。 我试过用 #!python2.7.5 和http://re
我在 python 命令行(使用 python 2.7)中,并尝试运行 Python 脚本。我的操作系统是 Windows 7。我已将我的目录设置为包含我所有脚本的文件夹,使用: os.chdir("
剧透:部分解决(见最后)。 以下是使用 Python 嵌入的代码示例: #include int main(int argc, char** argv) { Py_SetPythonHome
假设我有以下列表,对应于及时的股票价格: prices = [1, 3, 7, 10, 9, 8, 5, 3, 6, 8, 12, 9, 6, 10, 13, 8, 4, 11] 我想确定以下总体上最
所以我试图在选择某个单选按钮时更改此框架的背景。 我的框架位于一个类中,并且单选按钮的功能位于该类之外。 (这样我就可以在所有其他框架上调用它们。) 问题是每当我选择单选按钮时都会出现以下错误: co
我正在尝试将字符串与 python 中的正则表达式进行比较,如下所示, #!/usr/bin/env python3 import re str1 = "Expecting property name
考虑以下原型(prototype) Boost.Python 模块,该模块从单独的 C++ 头文件中引入类“D”。 /* file: a/b.cpp */ BOOST_PYTHON_MODULE(c)
如何编写一个程序来“识别函数调用的行号?” python 检查模块提供了定位行号的选项,但是, def di(): return inspect.currentframe().f_back.f_l
我已经使用 macports 安装了 Python 2.7,并且由于我的 $PATH 变量,这就是我输入 $ python 时得到的变量。然而,virtualenv 默认使用 Python 2.6,除
我只想问如何加快 python 上的 re.search 速度。 我有一个很长的字符串行,长度为 176861(即带有一些符号的字母数字字符),我使用此函数测试了该行以进行研究: def getExe
list1= [u'%app%%General%%Council%', u'%people%', u'%people%%Regional%%Council%%Mandate%', u'%ppp%%Ge
这个问题在这里已经有了答案: Is it Pythonic to use list comprehensions for just side effects? (7 个答案) 关闭 4 个月前。 告
我想用 Python 将两个列表组合成一个列表,方法如下: a = [1,1,1,2,2,2,3,3,3,3] b= ["Sun", "is", "bright", "June","and" ,"Ju
我正在运行带有最新 Boost 发行版 (1.55.0) 的 Mac OS X 10.8.4 (Darwin 12.4.0)。我正在按照说明 here构建包含在我的发行版中的教程 Boost-Pyth
学习 Python,我正在尝试制作一个没有任何第 3 方库的网络抓取工具,这样过程对我来说并没有简化,而且我知道我在做什么。我浏览了一些在线资源,但所有这些都让我对某些事情感到困惑。 html 看起来
我是一名优秀的程序员,十分优秀!