我正在处理更复杂的代码,在这段代码中,我必须在两个不同的单独的for循环中使用并行处理。现在,我在每个for循环的每个迭代中都有pool=mp.Pool(3)。我在网上读到,这是不好的,因为在每次迭代中,我都会创建更多的池“员工”。如何在迭代的外部放置pool = mp.Pool(3),然后在我需要的代码的所有不同区域中使用相同的池工作人员?为了记录在案,我使用mac来运行我的代码。multiprocessing as mp
p
我正在尝试使用多处理来创建一个大数据集,以便与plt.imshow一起使用来生成一个热图。测试代码如下(忽略我只使用1池的事实,正如我所说的,这只是为了演示目的):import multiprocessing
r =由于pool.map()不接受带有多个输入的函数,所以我尝试将pool.map()命令简单地放入一个可变r的for循环中。()进行更改,但r值与每个循环相同,尽管在调用pool.map</em