如何在Python中多进程保存图像到文件？

Question

我正在尝试将很多matplotlib图形保存为png格式的文件，因为使用savefig()这个方法比较慢，所以我想通过使用multiprocess模块来提高速度。

这是我的代码：（我的环境是Windows XP + python_2.6.1 + Matplotlib_1.2.0 + multiprocessing_0.70a1）

import multiprocessing
from figure_creation_mudule import fig_list

def savefig_worker(fig, img_type, folder_path):
    file_name = fig.FM_figname 
    fig.savefig(folder_path+"\\"+file_name+"."+img_type, format=img_type)
    return None

if __name__ == '__main__':
    pool = multiprocessing.Pool()
    for fig in fig_list:
        pool.apply_async(savefig_worker, [fig, 'png', 'D:\\img_folder'])
    pool.close()
    pool.join()

而fig_list是从其他模块导入的一个列表，里面包含了matplotlib的图形对象。

>>> fig_list
[<matplotlib.figure.Figure object at 0x0AAA1670>, <matplotlib.figure.Figure object at 0x0AD2B210>, <matplotlib.figure.Figure object at 0x0B277FD0>]

当我运行代码时，遇到了一些问题：

Exception in thread Thread-2:
Traceback (most recent call last):
  File "D:\Python\lib\threading.py", line 522, in __bootstrap_inner
    self.run()
  File "D:\Python\lib\threading.py", line 477, in run
    self.__target(*self.__args, **self.__kwargs)
  File "D:\Python\lib\multiprocessing\pool.py", line 225, in _handle_tasks
    put(task)
PicklingError: Can't pickle <type 'function'>: attribute lookup __builtin__.function failed

这是什么意思呢？我该怎么解决？

Answer 1

我查了一下，确实，Pool.apply_async() 在后台会对对象进行序列化处理。你可以在 REPL 中试试这个：

>>> from multiprocessing import Pool
>>> def test(obj):
...   print obj
... 
>>> class A():
...   def __getstate__(self):
...     print "pickling"
...     return {}
... 
>>> pool = Pool()
>>> pool.apply_async(test, [A()])
<multiprocessing.pool.ApplyResult object at 0x10bbe82d0>
pickling

>>> <__main__.A instance at 0x10bbe83b0>

如果想避免这个问题，你需要使用其他方法，而不是 multiprocessing.Pool。multiprocessing.Process 是可以的。不过，要注意不要创建太多进程，否则会导致速度变慢，而不是加快。

补充：如果你坚持要使用 multiprocessing.Pool，可以参考 这个问题/答案，可能会对你有帮助。