[英]How can I check that the Process class from Python Multiprocessing has worked?
我编写了以下代码,它运行 function 模拟一系列化学反应的随机模拟。 我编写了以下代码:
v = range(1, 51)
def parallelfunc(*v):
gillespie_tau_leaping(start_state, LHS, stoch_rate, state_change_array)
def info(title):
print(title)
print('module name:', __name__)
print('parent process:', os.getppid())
print('process id:', os.getpid())
if __name__ == '__main__':
info('main line')
start = datetime.utcnow()
p = Process(target=parallelfunc, args=(v))
p.start()
p.join()
end = datetime.utcnow()
sim_time = end - start
print(f"Simualtion utc time:\n{sim_time}")
我正在使用多处理库中的 Process 方法,并尝试运行gillespie_tau_leaping
50 次。
只有我不确定它是否有效。 gillespie_tau_leaping
向终端打印出一些值,但这些值只打印一次,我希望它们被打印出 50 次。
我尝试使用getpid
等命令,这会将以下内容返回到终端:
main line
module name: __main__
parent process: 6188
process id: 27920
如何判断我的代码是否有效,以及如何让它将gillepsie_tau_leaping
中的值打印 50 次到终端?
干杯
您的代码只运行一个进程,对Process
的调用会产生一个新线程,但您只执行一次(而不是循环)。
我建议您使用多处理池您的代码可以是这样的:
from multiprocess import Pool
def parallelfunc(*args):
do_something()
def main():
# create a list of list of args for the function invocation
func_args = [['arg1call1', 'arg2call1', 'arg3call1'], ['arg1call2', 'arg2call2', 'arg3call2']]
with Pool() as p:
results = p.map(parallelfunc, func_args)
# do something with results which is a list of results
默认情况下, multiprocessing
池创建与您的 CPU 内核相同数量的进程,并管理进程池直到处理结束,以处理所有进程间通信。 这真的很方便,因为同步进程可能很困难。
希望这可以帮助
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.