multiprocess 0.70.8

关于多进程

multiprocess是multiprocessing的叉，作为pathos的一部分开发： https://github.com/uqfoundation/pathos

multiprocessing是python语言的一个包，它支持 使用标准库的api生成进程 threading模块。multiprocessing已在标准中分发 从Python2.6开始的库。

功能：

• Objects can be transferred between processes using pipes or multi-producer/multi-consumer queues.
• Objects can be shared between processes using a server process or (for simple data) shared memory.
• Equivalents of all the synchronization primitives in ^{tt5}$ are available.
• A ^{tt8}$ class makes it easy to submit tasks to a pool of worker processes.

multiprocess是用于异构计算的python框架pathos的一部分。 multiprocess正在进行活动开发，因此任何用户反馈、错误报告、评论， 或建议是高度赞赏的已知问题的列表维护在http://trac.mystic.cacr.caltech.edu/project/pathos/query.html，公共票证列表维护在https://github.com/uqfoundation/multiprocess/issues。

注意：构建包含的扩展模块需要一个C编译器。对于Python3.3及更高版本，建议使用C编译器，但不是必需的。

重大变化

• enhanced serialization, using ^{tt12}$

当前版本

本文档适用于multiprocess-0.70.8（一个multiprocessing-0.70a1叉）。

最新发布的multiprocess版本可从以下网址获得：

https://pypi.org/project/multiprocess

Multiprocessing在bsd许可下分发。

开发版本

您可以在以下位置获得最新的开发版本和所有闪亮的新功能：

https://github.com/uqfoundation

如果您有新的贡献，请提交一个拉请求

安装

multiprocess已打包以从源安装，因此必须 下载tarball，解压缩并运行安装程序：

[download]
$ tar -xvzf multiprocess-0.70.8.tgz
$ cd multiprocess-0.70.8
$ python setup.py build
$ python setup.py install

将警告您任何丢失的依赖项和/或设置 在运行上面的“构建”步骤之后。

或者，multiprocess可以与pip或easy_install一起安装：

$ pip install multiprocess

注意：从源代码构建包含的扩展模块需要C编译器。对于Python3.3及更高版本，建议使用C编译器，但不是必需的。二进制安装不需要C编译器。

要求

multiprocess需要：

- ``python``, **version >= 2.5** or **version >= 3.1**
- ``dill``, **version >= 0.3.0**

可选要求：

- ``setuptools``, **version >= 0.6**

更多信息

也许开始的最好方法是查看 http://multiprocess.rtfd.io。有关一组示例，请参见multiprocess.examples。 剧本。您还可以使用python -m multiprocess.tests运行测试套件。 请随时在github上提交一张机票，或在 stackoverflow（@mike mckerns）。如果你想分享你如何使用 multiprocess在您的工作中，请发送电子邮件 （到{STR 1 } $MMCKNS在UqForm DOTURG/<强>）。

引文

如果您使用multiprocess进行导致出版物出版的研究，我们要求您 通过在出版物中引用以下内容，确认使用了multiprocess：

M.M. McKerns, L. Strand, T. Sullivan, A. Fang, M.A.G. Aivazis,
"Building a framework for predictive science", Proceedings of
the 10th Python in Science Conference, 2011;
http://arxiv.org/pdf/1202.1056

Michael McKerns and Michael Aivazis,
"pathos: a framework for heterogeneous computing", 2010- ;
http://trac.mystic.cacr.caltech.edu/project/pathos

请参阅http://trac.mystic.cacr.caltech.edu/project/pathos或 http://arxiv.org/pdf/1202.1056了解更多信息。