python3 用multiprocessing模块传递多个参数
from datetime import datetime from time import sleep import numpy as np import multiprocessing # from multiprocessing.dummy import Pool as ThreadPool def func(x, y, z): sleep(3) return x+y, z if __name__ == '__main__': pool = multiprocessing.Pool(processes=6) x = np.zeros((6, 1), dtype=int) y = np.zeros((6, 1), dtype=int) z = np.zeros((6, 1), dtype=int) result = [] for i in range(6): x[i,0] = i y[i,0] = i z[i,0] = i xx = np.squeeze(x) yy = np.squeeze(y) zz = np.squeeze(z) c = list(zip(xx, yy, zz)) print(c) cc = np.array(c) # print(cc) # d = [(0, 0, 0), (1, 1, 1), (2, 2, 2), (3, 3, 3), (4, 4, 4), (5, 5, 5)] print(datetime.now()) result = pool.starmap(func, c) print(result) print(datetime.now())
# from functools import partial
#
# def sum(a, b, c):
# return a + b + c
#
# a = 'abc'
# b = "ABC"
# c = "123"
# pa = partial(sum, a)
# re = pa(b, c)
#
# print(re)
标签:
python
posted on 2021-07-22 15:45 Karlkiller 阅读(823) 评论(0) 编辑 收藏 举报
【推荐】还在用 ECharts 开发大屏?试试这款永久免费的开源 BI 工具!
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· .NET 原生驾驭 AI 新基建实战系列:向量数据库的应用与畅想
· 从问题排查到源码分析:ActiveMQ消费端频繁日志刷屏的秘密
· 一次Java后端服务间歇性响应慢的问题排查记录
· dotnet 源代码生成器分析器入门
· ASP.NET Core 模型验证消息的本地化新姿势
· 开发的设计和重构,为开发效率服务
· 从零开始开发一个 MCP Server!
· Ai满嘴顺口溜,想考研?浪费我几个小时
· 从问题排查到源码分析:ActiveMQ消费端频繁日志刷屏的秘密
· .NET 原生驾驭 AI 新基建实战系列(一):向量数据库的应用与畅想
2018-07-22 2018年7月21日笔记