1

我正在制作一个浓缩的（仅右上角）距离矩阵。距离的计算需要一些时间，所以我想并行化 for 循环。unparelalised 循环看起来像

spectra_names, condensed_distance_matrix, index_0 = [], [], 0 
for index_1, index_2 in itertools.combinations(range(len(clusters)), 2):
    if index_0 == index_1:
        index_0 += 1
        spectra_names.append(clusters[index_1].get_names()[0])
    try:
        distance = 1/float(compare_clusters(clusters[index_1], clusters[index_2],maxiter=50))
    except:
        distance = 10
    condensed_distance_matrix.append(distance)

其中 clusters 是要比较的对象列表，compare_clusters()是似然函数，1/compare_clusters()是两个对象之间的距离。

我试图通过像这样将距离函数移出循环来使其并行化

from multiprocessing import Pool
condensed_distance_matrix = []
spectra_names = []
index_0 = 0
clusters_1 = []
clusters_2 = []
for index_1, index_2 in itertools.combinations(range(len(clusters)), 2):
    if index_0 == index_1:
        index_0 += 1
        spectra_names.append(clusters[index_1].get_names()[0])
    clusters_1.append(clusters[index_1])
    clusters_2.append(clusters[index_2])
pool = Pool()
condensed_distance_matrix_values = pool.map(compare_clusters, clusters_1, clusters_2)

for value in condensed_distance_matrix_values :
    try:
        distance = 1/float(value)
    except:
        distance = 10
    condensed_distance_matrix.append(distance)

在并行化之前，我尝试了相同的代码，但使用map()而不是pool.map(). 这如我所愿。但是，使用时pool.map()出现错误

  File "C:\Python27\lib\multiprocessing\pool.py", line 225, in map
    return self.map_async(func, iterable, chunksize).get()
  File "C:\Python27\lib\multiprocessing\pool.py", line 288, in map_async
    result = MapResult(self._cache, chunksize, len(iterable), callback)
  File "C:\Python27\lib\multiprocessing\pool.py", line 551, in __init__
    self._number_left = length//chunksize + bool(length % chunksize)
TypeError: unsupported operand type(s) for //: 'int' and 'list'

我在这里想念什么？

4

1 回答 1

4

来自Pool.map的文档：

map() 内置函数的并行等效项（尽管它仅支持一个可迭代参数）。它阻塞，直到结果准备好。

对于普通map的，您可以提供多个迭代。例如，

>>> map(lambda x,y: x+y, "ABC", "DEF")
['AD', 'BE', 'CF']

但是你不能用Pool.map. 第三个参数被解释为chunksize。当它需要一个 int 时，你给它一个列表。

也许你可以通过组合你的列表只传递一个迭代：

pool.map(lambda (a,b): compare_clusters(a,b), zip(clusters_1, clusters_2))

我没有用 测试过pool.map，但这个策略适用于普通的map.

>>> map(lambda (a,b): a+b, zip("ABC", "DEF"))
['AD', 'BE', 'CF']
于 2013-10-23T12:26:37.197 回答