理解同时执行人.map（）

Question

我试图使用进程和^{}来并行化一些Python代码。看起来我可以在parralell中多次执行一个函数，方法是submitting调用，然后在将来调用^{}，或者使用^{}。
我想知道，后者是否只是前者的语法甜点，以及在性能方面是否存在任何差异。从文档上看似乎还不清楚。在

Answer 1

它允许你同时执行一个函数多次，而不是真正的并行执行。在

就性能而言，我最近发现ProcessPoolExecutor.submit()和{}完成同一任务所用的计算时间相同。注意：.submit()返回一个future对象（我们称之为f），您需要使用它的f.result选项来查看它的结果。另一方面，.map()直接返回迭代器。在

当使用sorted方法将结果转换成有序列表时，我发现在某些场景中，整个.map()代码的计算时间可能比整个{}代码快。在

当使用list方法将结果转换成无序列表时，整个.submit()和{}代码的计算时间是相同的。而且，这些代码的执行速度比使用排序方法的代码快。在

你可以在我的answer中阅读详细信息。在那里，我也分享了我的代码，你可以看到它们是如何工作的。我希望他们能对你有所帮助。在

我没有使用ThreadPoolExecutor，所以我不能详细评论。但是，我读到它们的实现方式与ProcessPoolExecutor相同，而且它们更适合用于I/O绑定的任务，而不是CPU绑定的任务。您确实需要指定max_workers参数，即线程的最大数量，而在ProcessPoolExecutormax_workers中是一个可选参数，默认为os.cpu_count()返回的CPU数量。在