Zuweisen der Rückgabewert der Funktion einer Variablen zu, mit multiprocessing? Und ein problem, im LEERLAUF?

Ich versuche zu verstehen multiprocessing python.

from multiprocessing import Process

def multiply(a,b):
    print(a*b)
    return a*b

if __name__ == '__main__':
    p = Process(target= multiply, args= (5,4))
    p.start()
    p.join()
    print("ok.")

In diesem codeblock, zum Beispiel, wenn es eine variable namens "Ergebnis". Wie können wir weisen den return Wert der multiply-Funktion "Ergebnis"?

Und ein kleines problem im LEERLAUF: wenn ich versuchte, führen Sie dieses Beispiel mit der Python-Shell funktioniert es nicht richtig? Wenn ich doppelt auf .py-Datei, wird die Ausgabe so:

20
ok.

Aber wenn ich versuche, diese laufen im LEERLAUF:

ok.

Dank...

Die IDLE-Teil ist eine separate Frage (und wahrscheinlich verursacht, indem man die stdout-Umleitung im LEERLAUF tut/zu tun hat, das ist wahrscheinlich schwer zu tun, für Prozesse, die Ihren code erstellt).

InformationsquelleAutor sleepnir | 2011-08-25

  1. 13

    Ok, ich habe es irgendwie geschafft. Ich sah der python-Dokumentation, und ich habe gelernt, dass: mit Queue-Klasse, können wir die Rückgabe von Werten aus einer Funktion. Und Letzte version von meinem code ist wie folgt:

    from multiprocessing import Process, Queue

def multiply(a,b,que): #add a argument to function for assigning a queue
    que.put(a*b) #we're putting return value into queue

if __name__ == '__main__':
    queue1 = Queue() #create a queue object
    p = Process(target= multiply, args= (5,4,queue1)) #we're setting 3rd argument to queue1
    p.start()
    print(queue1.get()) #and we're getting return value: 20
    p.join()
    print("ok.")

    Und es gibt auch eine pipe () - Funktion, ich glaube wir können pipe-Funktion,zu. Aber die Warteschlange war für mich, jetzt.

    InformationsquelleAutor sleepnir

  2. 5

    Funktioniert diese Hilfe? Diese nimmt eine Liste von Funktionen (und Ihre Argumente), läuft Sie parallel,
    und gibt Ihre Ausgänge.: (Das ist alt. Viel neuere version ist im https://gitlab.com/cpbl/cpblUtilities/blob/master/parallel.py )

    def  runFunctionsInParallel(listOf_FuncAndArgLists):
    """
    Take a list of lists like [function, arg1, arg2, ...]. Run those functions in parallel, wait for them all to finish, and return the list of their return values, in order.

(This still needs error handling ie to ensure everything returned okay.)

    """
    from multiprocessing import Process, Queue

    def storeOutputFFF(fff,theArgs,que): #add a argument to function for assigning a queue
        print 'MULTIPROCESSING: Launching %s in parallel '%fff.func_name
        que.put(fff(*theArgs)) #we're putting return value into queue

    queues=[Queue() for fff in listOf_FuncAndArgLists] #create a queue object for each function
    jobs = [Process(target=storeOutputFFF,args=[funcArgs[0],funcArgs[1:],queues[iii]]) for iii,funcArgs in enumerate(listOf_FuncAndArgLists)]
    for job in jobs: job.start() # Launch them all
    for job in jobs: job.join() # Wait for them all to finish
    # And now, collect all the outputs:
    return([queue.get() for queue in queues])
    toller Vorschlag, ich habe es für video-Bearbeitung hier: stackoverflow.com/questions/38203239/.... Allerdings funktioniert dies nur für mich, ohne Eintritt in die Prozesse vor der Fütterung der Warteschlange - auch in der Dokumentation erwähnt: docs.python.org/2/library/...
    queue.get() sollte durchgeführt werden, bevor job.join()

    InformationsquelleAutor CPBL

Schreibe einen Kommentar