我有一个函数
def dist_to_center(ra_center,dec_center):
# finding theta
cos_ra = np.cos(ra_center-var1['ra'])
cos_dec = np.cos(dec_center-var1['dec'])
sin_dec = np.sin(dec_center)*np.sin(var1['dec'])
theta = np.arccos((cos_ra*cos_dec)+sin_dec*(1-cos_ra))
numerator = theta*comoving_dist
denominator = 1+var1['zcosmo']
# THE FINAL CALCULATED DISTANCE TO CENTRE
dist_to_center = (numerator/denominator)
return dist_to_center
我想利用我的处理器,所以我使用multiprocess pool
如下:
if __name__ == '__main__':
pool = Pool(processes=6)
pool.map(dist_to_center, ra_center, dec_center) #calling the function with it's inputs
pool.close()
pool.join()
代码似乎是正确的,并且正在工作,但是只有一个处理器正在运行,而不是我调用的6个处理器。我做错了什么?你知道吗
您正在将一对一维数组传递给池。您需要自己对数组进行切片,以使池了解如何高效地处理它们。例如:
我认为“mapper”函数是必需的,因为
Pool.map()
只接受一个iterable参数。因此,我们将两个数组切片列表压缩在一起,以便将它们一起分配给多个进程。请注意,如果需要,可以将数组拆分为多于进程数的部分,如果某些部分可能需要不同的时间等相关问题 更多 >
编程相关推荐