如何为需要6个不同类型和大小的参数的函数实现多处理

Question

我有一个函数，它接受5个或更多参数作为输入，这些参数有不同的类型和大小，在这种情况下如何应用多处理。

让我们说这个虚拟样本

功能：

def func（arr1，arr2，arr3，mtx1，mtx2，st）：

# the function will output three arrays that has the same size as the arr1
result1 = np.zeros((len(arr1), 1))
result2 = np.zeros((len(arr1), 1))
result3 = np.zeros((len(arr1), 1))

# the function will make iteration through the 0 to the length of the arr1
for i, _ in enumerate(arr1):
    # it does a lot of computations using the #th number of arr1, arr2, arr3, but takes the whole matrices mtx1 amd mtx2 
    # some details of the calculation based on the setting of the string 

return result1, result2, result3

主要功能是定义所有参数然后输入到函数。

如果name =='main'：

arr1 = np.array([100,200,300])
arr2 = np.array([400,500,600])
arr3 = np.array([700,800,900])
mtx1 = np.array([[1,2,3,4,5],[6,7,8,9,10],[11,12,13,14,15]])
mtx2 = np.random.rand(10,10)
st = 'string'

results = func(arr1, arr2, arr3, mtx1, mtx2, str)

我试图像其他人建议的那样使用Pool和map，例如：

p = Pool()
results = p.map(func, arr1, arr2, arr3, mtx1, mtx2, st)
p.close()
p.join()

这会给出错误：

map（）取3到4个位置参数，但给出了8个

我在网上找到的大多数多处理示例都采用与函数输入相同的数组大小，并且该函数只进行了非常简单的数学计算。但这不是我的情况，我该如何解决这个问题呢？

谢谢！

Answer 1

你对map的使用有点偏。第二个参数应该是iterable - 即元组或列表。像这样：

results = p.map(func, (arr1, arr2, arr3, mtx1, mtx2, st))

对于同一功能的多次调用，您可以尝试使用starmap：https://docs.python.org/dev/library/multiprocessing.html#multiprocessing.pool.Pool.starmap

星图的参数应该是一个可以为你的函数解压缩的迭代。