星图与tqdm结合？

Question

我正在做一些并行处理，如下：

with mp.Pool(8) as tmpPool:
        results = tmpPool.starmap(my_function, inputs)

输入的情况如下：(1,0.2312)，(5,0.52) .即，整数和浮点数的元组。

代码运行良好，但我似乎无法将其封装在加载栏(tqdm)周围，例如，可以使用imap方法执行如下操作：

tqdm.tqdm(mp.imap(some_function,some_inputs))

这也能为星图做吗？

谢谢!

Answer 1

starmap()是不可能的，但是添加Pool.istarmap()的补丁是可能的。它基于imap()的代码。您所要做的就是创建istarmap.py-file并导入模块，以便在进行常规的多进程导入之前应用修补程序。

Python <3.8

# istarmap.py for Python <3.8
import multiprocessing.pool as mpp


def istarmap(self, func, iterable, chunksize=1):
    """starmap-version of imap
    """
    if self._state != mpp.RUN:
        raise ValueError("Pool not running")

    if chunksize < 1:
        raise ValueError(
            "Chunksize must be 1+, not {0:n}".format(
                chunksize))

    task_batches = mpp.Pool._get_tasks(func, iterable, chunksize)
    result = mpp.IMapIterator(self._cache)
    self._taskqueue.put(
        (
            self._guarded_task_generation(result._job,
                                          mpp.starmapstar,
                                          task_batches),
            result._set_length
        ))
    return (item for chunk in result for item in chunk)


mpp.Pool.istarmap = istarmap

Python 3.8+

# istarmap.py for Python 3.8+
import multiprocessing.pool as mpp


def istarmap(self, func, iterable, chunksize=1):
    """starmap-version of imap
    """
    self._check_running()
    if chunksize < 1:
        raise ValueError(
            "Chunksize must be 1+, not {0:n}".format(
                chunksize))

    task_batches = mpp.Pool._get_tasks(func, iterable, chunksize)
    result = mpp.IMapIterator(self)
    self._taskqueue.put(
        (
            self._guarded_task_generation(result._job,
                                          mpp.starmapstar,
                                          task_batches),
            result._set_length
        ))
    return (item for chunk in result for item in chunk)


mpp.Pool.istarmap = istarmap

然后在你的剧本中：

import istarmap  # import to apply patch
from multiprocessing import Pool
import tqdm    


def foo(a, b):
    for _ in range(int(50e6)):
        pass
    return a, b    


if __name__ == '__main__':

    with Pool(4) as pool:
        iterable = [(i, 'x') for i in range(10)]
        for _ in tqdm.tqdm(pool.istarmap(foo, iterable),
                           total=len(iterable)):
            pass

Answer 2

最简单的方法可能是将tqdm()应用于输入，而不是映射函数。例如：

inputs = zip(param1, param2, param3)
with mp.Pool(8) as pool:
    results = pool.starmap(my_function, tqdm.tqdm(inputs, total=len(param1)))

Answer 3

正如“黑暗者”所提到的，到本文撰写之时，还没有现成的istarmap。如果您想避免修补，可以添加一个简单的*_star函数作为解决办法。(此解决方案受本教程。启发)

import tqdm
import multiprocessing

def my_function(arg1, arg2, arg3):
  return arg1 + arg2 + arg3

def my_function_star(args):
    return my_function(*args)

jobs = 4
with multiprocessing.Pool(jobs) as pool:
    args = [(i, i, i) for i in range(10000)]
    results = list(tqdm.tqdm(pool.imap(my_function_star, args), total=len(args))

一些注意事项：

我也很喜欢科里的回答。它更干净，虽然进度条似乎没有我的答案那么顺利地更新。请注意，corey的答案比我上面用chunksize=1发布的代码快几个数量级(默认)。我猜想这是由于多进程序列化，因为增加chunksize (或拥有更昂贵的my_function)使它们的运行时具有可比性。

由于我的序列化/功能成本比很低，所以我对我的应用程序采用了我的回答。