Python multiprocessing.Pool：如何以並行方式加入結果？

Question

我讀過Python multiprocessing.Pool：什么時候使用apply，apply_async或map？ 它很有用，但仍然有我自己的問題。 在以下代碼中，我希望以並行方式result_list.append（result），我希望4個處理器並行追加結果並將4個列表轉換為1個列表。

import multiprocessing as mp
import time

def foo_pool(x):
    time.sleep(2)
    return x*x

result_list = []
def log_result(result):
    # This is called whenever foo_pool(i) returns a result.
    # result_list is modified only by the main process, not the pool workers.
    result_list.append(result)

def apply_async_with_callback():
    pool = mp.Pool(4)
    for i in range(10):
        pool.apply_async(foo_pool, args = (i, ), callback = log_result)
    pool.close()
    pool.join()
    print(result_list)

if __name__ == '__main__':
    apply_async_with_callback()

Answer 1

多處理池將是您的選擇。

以下是一些示例代碼，希望對您有所幫助。 您也可以查看另一個我的答案以查看更多詳細信息。 我怎樣才能使我的python代碼運行得更快

    from multiprocessing import Pool
    import time

    def foo_pool(x):
        return x*x

    def main():
         pool = Pool(4)
         sampleData = [x for x in range(9)]
         results = pool.map(foo_pool, sampleData)
         pool.close()
         pool.join()
         print(results)

    if __name__ == '__main__':
         main()