4

我正在玩 IPython 和遥控器：

in:  from IPython Import parallel as p
in:  rc=p.client(profile=myprofile)

之间存在行为差异

in:  rc[0].block
out: False
in:  rc[0].block=True
in:  rc[0].block
out: False

和

in:  view=rc[0]
in:  view.block
out: False
in:  view.block=True
in:  view.block
out: True

我真的不明白什么附加？这是为什么 ？分配做什么？

4

1 回答 1

1

赋值本身什么都不做。rc这是你的客户。Doingrc[0]或任何类型的索引会生成并返回一个 DirectView 对象，该对象是一个包含您在 [] 中指定的任何引擎的视图。这是生成视图的简写：它实际上不仅仅是获取特定对象。

因此，这些观点并不是唯一的。我认为最好的解释方法是举个例子。假设您有 2 个引擎。您只想在引擎一上运行一些任务，并希望这些任务被阻止。您只想在引擎一上运行其他人，但不希望他们阻塞。您希望在引擎 1 和 2 上运行更多，并且不希望它们阻塞。然后你可以这样做：

view_1_block = rc[0]
view_1_block.block = True
view_2_noblock = rc[0]
view_2_noblock.block = False
view_3_noblock = rc[[0,1]]
view_3_noblock.block = False

然后，您可以使用它们以您喜欢的任何方式运行任务，例如

view_1_block.map(lambda x:x**10, range(32)) # blocks, returns results, runs only on 1
view_3_noblock.map(lambda x:x**10, range(32)) # does not block, returns AsyncResult, runs on 1 and 2

这里没有使用真正的魔法。当您运行 rc[0] 两次时，它会生成两个视图。第二种观点与第一种观点不同。当您将 rc[0] 分配给一个变量，然后使用该变量时，您正在使用一个视图，而不是创建一个新视图。

iPython 与 Numpy 和 Scipy 一样，有很多速记符号，它们不一定完全符合 Python 的习惯用法。对于 [] 和 getitem 尤其如此。一种更纯粹的 Python 编写方式可能是使用更笨拙rc.direct_view(1)的 ，等等，这将清楚地表明这不仅仅是获取一个项目，而且实际上是在创建一个视图。

于 2013-03-28T17:44:17.793 回答