python使用 multiprocessing 多進(jìn)程處理批量數(shù)據(jù)的示例代碼
示例代碼
import multiprocessing def process_data(data): # 這里是處理單個數(shù)據(jù)的過程 return data * 2 # 待處理的數(shù)據(jù) data = [1, 2, 3, 4, 5] def normal_func(): # 普通處理方式 result = [] for obj in data: result.append(process_data(obj) return result def parallel_func(): # 多進(jìn)程處理方式 pool = multiprocessing.Pool(multiprocessing.cpu_count()) result = pool.map(process_data, data) pool.close() return result if __name__ == '__main__': result = normal_func() result = parallel_func()
multiprocessing.Pool
創(chuàng)建進(jìn)程池, 傳入的參數(shù)是要要使用的 CPU 內(nèi)核數(shù)量, 直接用 cpu_count()
可以拿到當(dāng)前硬件配置所有的 CPU 內(nèi)核數(shù).
pool.map
可以直接將處理后的結(jié)果拼接成一個 list 對象
應(yīng)用在實際數(shù)據(jù)處理代碼的效果對比:
普通處理方式, 用時 221 秒
多進(jìn)程處理方式, 用時 39 秒, 節(jié)省了 82% 的時間
到此這篇關(guān)于使用 multiprocessing 多進(jìn)程處理批量數(shù)據(jù)的文章就介紹到這了,更多相關(guān) multiprocessing 多進(jìn)程處理批量數(shù)據(jù)內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
Anaconda和ipython環(huán)境適配的實現(xiàn)
這篇文章主要介紹了Anaconda和ipython環(huán)境適配的實現(xiàn),文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2020-04-04Python?數(shù)據(jù)可視化神器Pyecharts繪制圖像練習(xí)
這篇文章主要介紹了Python?數(shù)據(jù)可視化神器Pyecharts繪制圖像練習(xí),繪制的圖形有柱狀圖、餅狀圖、箱型圖、折線圖、雷達(dá)圖等多種圖像,需要的小伙伴可以參考一下2022-02-02Python數(shù)據(jù)可視化常用4大繪圖庫原理詳解
這篇文章主要介紹了Python數(shù)據(jù)可視化常用4大繪圖庫原理詳解,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2020-10-10如何使用 Python 讀取文件和照片的創(chuàng)建日期
這篇文章主要介紹了如何使用 Python 讀取文件和照片的創(chuàng)建日期,本文通過實例代碼給大家介紹的非常詳細(xì),對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值,需要的朋友可以參考下2020-09-09詳解Python連接MySQL數(shù)據(jù)庫的多種方式
這篇文章主要介紹了Python連接MySQL數(shù)據(jù)庫方式,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2019-04-04Python使用PyQt5/PySide2編寫一個極簡的音樂播放器功能
這篇文章主要介紹了Python中使用PyQt5/PySide2編寫一個極簡的音樂播放器功能,本文通過實例代碼給大家介紹的非常詳細(xì),具有一定的參考借鑒價值,需要的朋友可以參考下2020-02-02