时间戳

首页 > 解决方案 > 如何加快python函数中的'for'循环？

python - 如何加快python函数中的'for'循环？

问题描述

我有一个功能var。我想知道通过利用系统拥有的所有处理器、内核和 RAM 内存的多处理/并行处理，在此函数中快速运行 for 循环（对于多个坐标：xs 和 ys）的最佳方法。

是否可以使用Dask模块？

pysheds文档可以在这里找到。

import numpy as np
from pysheds.grid import Grid

xs = 82.1206, 72.4542, 65.0431, 83.8056, 35.6744
ys = 25.2111, 17.9458, 13.8844, 10.0833, 24.8306

  
for (x,y) in zip(xs,ys):

    grid = Grid.from_raster('E:/data.tif', data_name='map')         
    grid.catchment(data='map', x=x, y=y, out_name='catch', recursionlimit=1500, xytype='label') 
        ....
        ....
    results

标签： pythonfor-loopparallel-processingmultiprocessingdask

解决方案

您没有发布指向您的image1.tif文件的链接，因此下面的示例代码使用pysheds/data/dem.tif来自https://github.com/mdbartos/pysheds 基本思想是将输入参数（xs在ys您的情况下）拆分为子集，然后给每个 CPU要处理的不同子集。

main()计算解决方案两次，一次是顺序的，一次是并行的，然后比较每个解决方案。并行解决方案存在一些低效率，因为图像文件将由每个 CPU 读取，因此存在改进空间（即，在并行部分之外读取图像文件，然后将生成的grid对象提供给每个实例）。

import numpy as np
from pysheds.grid import Grid
from dask.distributed import Client
from dask import delayed, compute

xs = 10, 20, 30, 40, 50, 60, 70, 80, 90, 100
ys = 25, 35, 45, 55, 65, 75, 85, 95, 105, 115, 125

def var(image_file, x_in, y_in):
    grid = Grid.from_raster(image_file, data_name='map')
    variable_avg = []
    for (x,y) in zip(x_in,y_in):
        grid.catchment(data='map', x=x, y=y, out_name='catch')
        variable = grid.view('catch', nodata=np.nan)
        variable_avg.append( np.array(variable).mean() )
    return(variable_avg)

def var_parallel(n_cpu, image_file, x_in, y_in):
    tasks = []
    for cpu in range(n_cpu):
        x_in = xs[cpu::n_cpu] # eg, cpu = 0: x_in = (10, 40, 70, 100)
        y_in = ys[cpu::n_cpu] # 
        tasks.append( delayed(var)(image_file, x_in, y_in) )
    ans = compute(tasks)
    # reassemble solution in the right order
    par_avg = [None]*len(xs)
    for cpu in range(n_cpu):
        par_avg[cpu::n_cpu] = ans[0][cpu]
    print('AVG (parallel)  =',par_avg)
    return par_avg

def main():
    image_file = 'pysheds/data/dem.tif'
    # sequential solution:
    seq_avg = var(image_file, xs, ys)
    print('AVG (sequential)=',seq_avg)
    # parallel solution:
    n_cpu = 3
    dask_client = Client(n_workers=n_cpu)
    par_avg = var_parallel(n_cpu, image_file, xs, ys)
    dask_client.shutdown()
    print('max error=',
        max([ abs(seq_avg[i]-par_avg[i]) for i in range(len(seq_avg))]))

if __name__ == '__main__': main()

推荐阅读