python-3.x - pool.apply_async 只有一个进程
问题描述
我写了一个数据清理的代码。操作函数是“single_worker”,如果第一列大于截止点,则将值从“a”分配到“l”。由于整个数据集非常大,我将它分成 8 个子集用于这种多处理方法。但是,当我在 cmd 中运行此代码时,它实际上只有一个进程在子集 1 上工作,当该进程完成时,子集 2 没有进一步的进程。
我的 python 版本是 3.7,包含所有 anaconda 包。电脑系统为win10,12核。
这是功能:
def single_worker(merge, beme, me,a):
c = 0
year_1 = 0
month_1 = 0
length = len(merge)
for i in trange(length):
c = c + 1
year = merge['year'][i]
month = merge['month'][i]
if (year != year_1) | (month != month_1):
key_beme = beme[beme.year == year].index.tolist()
k=key_beme[0]
beme6 = beme['6'][k]
beme14 = beme['14'][k]
key_me = me[(me.year==year)&(me.month==month)].index.tolist()
b=key_me[0]
me10 = me['10'][b]
year_1 = year
month_1 = month
if ~(merge['me'][i] > 0):
merge['bs_new'][i] = np.nan
continue
if merge['me'][i] <= me10:
merge['bs_new'][i] = 's'
else:
merge['bs_new'][i] = 'b'
if ~(merge['bm'][i] > 0):
merge['hl_new'][i] = np.nan
continue
if merge['bm'][i] <= beme6:
merge['hl_new'][i] = 'l'
elif merge['bm'][i] >= beme14:
merge['hl_new'][i] = 'h'
else:
merge['hl_new'][i] = 'm'
name = str(a)+".csv"
merge.to_csv(name)
这是代码:
import pandas as pd
import numpy as np
from tqdm import trange
from multiprocessing import cpu_count
from multiprocessing import Pool
from single_worker import single_worker
merge = pd.read_csv('merge.csv')
beme = pd.read_csv('beme.csv')
me = pd.read_csv('me.csv')
Len_imgs = len(merge)
num_cores = cpu_count()
if num_cores >= 8:
num_cores = 8
subset1 = merge[:Len_imgs // 8]
subset2 = merge[Len_imgs // 8: Len_imgs // 4]
subset3 = merge[Len_imgs // 4: (Len_imgs * 3) // 8]
subset4 = merge[(Len_imgs * 3) // 8: Len_imgs // 2]
subset5 = merge[Len_imgs // 2: (Len_imgs * 5) // 8]
subset6 = merge[(Len_imgs * 5) // 8: (Len_imgs * 6) // 8]
subset7 = merge[(Len_imgs * 6) // 8: (Len_imgs * 7) // 8]
subset8 = merge[(Len_imgs * 7) // 8:]
List_subsets = [subset1, subset2, subset3, subset4,
subset5, subset6, subset7, subset8]
print("Finish separating subsets")
p = Pool(num_cores)
k=0
for i in range(num_cores):
k=k+1
p.apply_async(single_worker, (List_subsets[i], beme, me,k,))
print(k)
p.close()
p.join()
顺便说一句,当它运行时,我检查了任务管理器。CPU 利用率一直低于 25%。不知道是不是我的代码有问题。请看一下。谢谢你的时间。
解决方案
我试图不在我定义的函数中使用 trange ,它可以工作。这似乎很奇怪,我不知道原因。
推荐阅读
- python - 用数据框中的值填充字典键
- windows - Powershell脚本CPU使用率高
- python - GradientTape().gradient() 在观察肌腱的情况下返回 None - Tensorflow 2
- html - 如何为可堆叠列提供 justify-content-center 对齐
- c++ - C++:向量数组
- laravel - 从 laravel 中的时间戳检索 created_at 属性
- jms - Wildfly JMS 服务器主从行为
- mysql - 如何从 mySQL 数据库中的字段中删除空格?
- apache-kafka - Kafka 不会为过期的偏移提交生成墓碑
- javascript - React 中的重复键,无法解决问题。遇到两个孩子用同一个钥匙