具有常量和可迭代参数的函数的多处理

Question

你好 stackoverflow 用户，

我试图查找这个但找不到答案：我本质上喜欢并行处理一个函数（独立进程！）并且该函数有一个可迭代的（x）和几个常量参数（k、d）。这是一个非常简单的例子：

from multiprocessing import *

def test_function(args):
    k = args[0]
    d = args[1]
    x = args[2]
    del args

    return k*x + d

if __name__ == '__main__':
    pool = Pool(processes=2)

    k = 3.
    d = 5.

    constants = [k,d]
    xvalues = range(0,10)
    result = [pool.apply_async(test_function, constants.append(i)) for i in xvalues]

    output = [r.get() for r in result]

    print output
    #I expect [5.0, 8.0, 11.0, 14.0, 17.0, 20.0, 23.0, 26.0, 29.0, 32.0]

这给了我以下错误信息：

Traceback (most recent call last):
  File "test_function.py", line 23, in <module>
    output = [r.get() for r in result]
  File "C:\Program Files\Python2.7\lib\multiprocessing\pool.py", line 528, in get
    raise self._value
TypeError: test_function() argument after * must be a sequence, not NoneType

所以我的问题是：

此错误消息的实际含义是什么？

如何修复它以获得预期的结果（参见代码示例的最后一行）？

对于调用 apply_sync 的线路是否有更好/工作/优雅的方式？

仅供参考：我是 python 新手，请多多包涵，如果我的帖子需要更多详细信息，请告诉我。

非常感谢您的任何建议！

Answer 1

此错误消息的实际含义是什么？

append 方法返回的值始终是None，因此在做的时候：

pool.apply_async(test_function, constants.append(i))

您正在调用 pool.apply_asynch 并使用 None 作为 args 参数，但 apply_asynch 需要一个 iterable 作为参数。 apply_asynch 正在做的事情叫做tuple-unpacking。

如何解决它以获得预期的结果？

要实现预期的输出，只需将i 连接到常量：

pool.apply_asynch(test_function, (constants + [i],))

有没有更好/工作/优雅的方式来调用 应用同步？

请注意，您必须将所有参数包装到一个元素元组中，因为您的 test_function 接受单个参数。 你可以这样修改它：

def test_function(k, d, x):
    # etc

然后简单地使用：

pool.apply_asynch(test_function, constants + [i])

apply_asynch 将使用tuple-unpacking 自动将args 解包到函数的三个参数中。 （仔细阅读Pool.apply 和朋友的文档）。

---

有没有更好/工作/优雅的方式来调用 应用同步？

正如 Silas 所指出的，您应该使用 Pool.map 或 Pool.map_asynch 方法，而不是使用 Pool.apply_asynch 到值列表，它们会为您做到这一点。

例如：

results = pool.map(test_function, [(constants + [i],) for i in xvalues])

但请注意，在这种情况下，test_function 必须接受单个参数，因此您必须手动解压缩常量和 x，就像您在问题中所做的那样。

---

另外，作为一般建议：

• 在您的test_function 中绝对不需要del args。它只会减慢函数的执行速度（非常少）。请谨慎使用del，仅在需要时使用。

• 您可以使用以下语法，而不是手动分配元组中的元素：

  k, d, x = args
  

  相当于（可能稍慢）：

  k = args[0]
  d = args[1]
  x = args[2]
  

• 预计会大大减速使用multiprocessing 调用这些简单的函数。通信和同步进程的成本非常高，因此您必须避免调用简单函数，并且尽可能尝试“分块”工作（例如，不要单独发送每个请求，而是将 100 个请求的列表发送给单个工作人员论点）。

Answer 2

constants.append(i) 返回 None ，你应该先附加值，然后使用 constants 作为第二个参数。

>>> constants = []
>>> i = 2
>>> bug_value = constants.append(i)
>>> constants
[2]
>>> bug_value is None
True
>>> 

确实使用result = [pool.apply_async(test_function, constants+ [i]) for i in xvalues]

list + list 追加两个列表并返回结果列表。