如何在Python上进行并行计算，精确地指定cpu，而不是我做任务i？
定义以下函数，该函数添加自然数，直到您要求的位置为止。
def f(x):
lo=0
for i in range(x):
lo+=i
return(lo)为了使用multiprocessing.dummy进行并行处理，我编写了以下内容
from multiprocessing.dummy import Pool as ThreadPool
pool=ThreadPool(4)
def f_parallel(x1,x2,x3,x4):
listo_parallel=[x1,x2,x3,x4]
resulto_parallel=pool.map(f,listo_parallel)
return(resulto_parallel)这是可行的，但我没有看到任何时间的计算。因为定义了以下函数，它也报告了计算时间。
import time
def f_t(x):
st=time.time()
lob=f(x)
st=time.time()-st
return(lob,st)
def f_parallel_t(x1,x2,x3,x4):
listo_parallel=[x1,x2,x3,x4]
st=time.time()
resulto_parallel=pool.map(f,listo_parallel)
st=time.time()-st
return(resulto_parallel,st)现在让我们检查一下。对于x=10**7，9**7，10**7-2，10**6正常f= 0.53，0.24，0.53，0.04秒。其中四个f_parallel需要1.39秒！我希望看到0.53秒，因为我使用的计算机有4个cpus，我在池中选择了4个cpus。但为什么会这样？
我还试图阅读Python3.7的多处理库的文档，但它们只有在我键入示例时才能工作。例如，考虑该文档中的第一个示例。如果我打字
from multiprocessing import Pool
Pool(4).map(f,[10**7,9**7,10**7-2,10**6])然后什么都没有发生，我不得不重新启动shell (Ctrl+F6)。
而做这个pool.map并不是我想要的，我想告诉Python在cpu上做f(x_i)。因此，我想知道在编程的任何一步，我的计算的哪一部分是在哪个cpu上进行的。
如有任何帮助或指导，将不胜感激。
如果有人不知道我真正想用python做什么，我会上传我现在创建的Maple文件的屏幕截图，这正是我想用Python做的，我在问这个问题。
回答 2
Stack Overflow用户
发布于 2018-10-06 19:46:40
在CPython中，或多或少是“标准”实现，一次只能执行一个线程。因此，在CPython中使用线程来加速计算是行不通的。
你可以用multiprocessing.Pool代替。通常，我建议使用Pool的imap_unordered方法，而不是普通的map。前者一旦可用，就会产生值，而后者则会在完成所有计算之后返回一个列表。
谈到问题的核心，Python没有一个独立于平台的方法来指定它将在哪个CPU上启动进程。所谓的处理器亲和力如何工作是非常依赖操作系统的，你可以在链接的页面上看到。当然，您可以使用subprocess运行上述实用程序之一，也可以使用ctypes直接执行相关的系统调用。
Stack Overflow用户
发布于 2018-10-08 09:04:00
感谢回答了我的其他问题的@FlyingTeller和@quamrana，现在我知道了如何实现python程序来并行四个计算，这样就可以达到四个单独计算的最大时间。以下是修正后的代码：
def f(x):
lo=0
for i in range(x):
lo+=i
return(lo)
from multiprocessing import Pool
def f_parallel(x1,x2,x3,x4):
with Pool(processes=4) as pool:
resulto_parallel=pool.map(f,[x1,x2,x3,x4])
return(resulto_parallel)
import time
def f_parallel_t(x1,x2,x3,x4):
st=time.time()
ans=f_parallel(x1,x2,x3,x4)
st=time.time()-st
return(ans,st)
if __name__ == '__main__':
print(f_parallel_t(10**7,10**6,10**7-2,9**7))当我运行时，结果的截图是：
https://stackoverflow.com/questions/52669113
复制相似问题
腾讯云开发者
