如何使用并行处理多次调用同一个函数？

Question

如何让这个任务更快完成？ generate_ngrams_from_file() 的 3 次调用可以并行完成吗？ 刚进入python，不知道如何让它更快。 我认为多处理或线程应该可以完成这项工作，但不知道如何去做。 这看起来像一个典型的任务可以同时完成以在我的 Mac 机器上使用多个内核。

def tokenize(text):
   return [token for token in text.split(' ')]

def generate_ngrams(text, n):

    tokens = tokenize(text)

    ngrams = zip(*[tokens[i:] for i in range(n)])

    return [''.join(ngram) for ngram in ngrams]

def generate_ngrams_from_file(input, out, n):
    count = 0
    with open(input, 'r') as f:
        for line in f:
            count += 1
            if line:
                ngrams = generate_ngrams(line, n)
                if n == 2:
                    bigrams.update(ngrams)
                elif n == 3:
                    trigrams.update(ngrams)
                elif n == 4:
                    fourgrams.update(ngrams)
                elif n == 5:
                    fourgrams.update(ngrams)

    print("Ngram done!")

if __name__ == "__main__":
    start = time.time()

    input_file = 'bigfile.txt'
    output_3_tram = '3gram.txt'
    output_4_tram = '4ngram.txt'
    output_5_tram = '5ngram.txt'

    print('Generate trigram: ')
    generate_ngrams_from_file(input_file, output_3_tram, 3)

    print("Generate fourgrams: ")
    generate_ngrams_from_file(input_file, output_4_tram, 4)

    print("Generate fivegrams: ")
    generate_ngrams_from_file(input_file, output_5_tram, 5)

    end = time.time()
    mytime(start, end)

Answer 1

由于 Python 的全局解释器锁定功能，Python 中的多线程不是一个很好的主意。 你可以在这里阅读它https://www.geeksforgeeks.org/what-is-the-python-global-interpreter-lock-gil/ 。 多处理是使您的程序更快的更好选择。 您可以将generate_ngrams()函数放在multiprocessing模块的Process类中。 在https://docs.python.org/2/library/multiprocessing.html阅读有关Process类的信息。 推荐使用Process类，因为它比pool.apply()和pool.apply_async()