在 Python 中并行化四个嵌套循环
Posted
技术标签:
【中文标题】在 Python 中并行化四个嵌套循环【英文标题】:Parallelizing four nested loops in Python 【发布时间】:2017-06-20 05:01:40 【问题描述】:我有一个相当简单的嵌套 for 循环,它遍历四个数组:
for a in a_grid:
for b in b_grid:
for c in c_grid:
for d in d_grid:
do_some_stuff(a,b,c,d) # perform calculations and write to file
也许这并不是在 4D 网格上执行计算的最有效方式。我知道joblib
能够并行化两个嵌套for 循环,如this,但我无法将其推广到四个嵌套循环。有什么想法吗?
【问题讨论】:
你尝试过显而易见的事情吗?Parallel(n_jobs=2)(delayed(do_some_stuff)(a, b, c, d) for a in a_grid for b in b_grid for c in c_grid for d in d_grid)
?
【参考方案1】:
我通常使用这种形式的代码:
#!/usr/bin/env python3
import itertools
import multiprocessing
#Generate values for each parameter
a = range(10)
b = range(10)
c = range(10)
d = range(10)
#Generate a list of tuples where each tuple is a combination of parameters.
#The list will contain all possible combinations of parameters.
paramlist = list(itertools.product(a,b,c,d))
#A function which will process a tuple of parameters
def func(params):
a = params[0]
b = params[1]
c = params[2]
d = params[3]
return a*b*c*d
#Generate processes equal to the number of cores
pool = multiprocessing.Pool()
#Distribute the parameter sets evenly across the cores
res = pool.map(func,paramlist)
【讨论】:
是paramlist = [a,b,c,d]
吗?【参考方案2】:
如果您使用的工具可以轻松并行化两个嵌套循环,而不是四个,则可以使用 itertools.product
将四个嵌套的 for
循环减少为两个:
from itertools import product
for a, b in product(a_grid, b_grid):
for c, d in product(c_grid, d_grid):
do_some_stuff(a, b, c, d)
【讨论】:
显着加速,这是真的。但是,它不是并行化,而是优化。仍在消耗一个核心。 @TedoVrbanec 通过并行化,我指的是同时对两个序列进行迭代,而不是使用两个 CPU。另请注意,使用itertools.product
也不是优化,它只是表达迭代的不同方式。【参考方案3】:
作业数与嵌套循环数无关。
在另一个答案中,它恰好是 n_jobs=2
和 2 个循环,但两者完全不相关。
这样想: 你有一堆函数调用;在你的情况下(展开循环):
do_some_stuff(0,0,0,0)
do_some_stuff(0,0,0,1)
do_some_stuff(0,0,0,2)
do_some_stuff(0,0,1,0)
do_some_stuff(0,0,1,1)
do_some_stuff(0,0,1,2)
...
并且您希望将这些函数调用分配给一些作业。
你可以使用 2 个工作,或 10 个,或 100 个,没关系。 Parallel
负责为您分发工作。
【讨论】:
对。我主要在构建代码时遇到了麻烦。我是 multiprocessing/joblib 的新手,所以 @Hamms 的明显解决方案不知何故没有想到。但它确实有效。以上是关于在 Python 中并行化四个嵌套循环的主要内容,如果未能解决你的问题,请参考以下文章