關於對象參數的多處理映射

Question

我有一個包含對象列表的對象。我想這樣做：

def compute_weight(particle, data): 
    particle.weight = run_computation(data) 

class SomeClass: 
    def __init__(self): 
     self.particles = [obj1, obj2, etc] 

    def run(self, data): 
     [compute_weight(particle, data) for p in self.particles] 

這些可以獨立運行，但我需要self.particles包含每個更新的顆粒。目前，我有一招推兩個參數到pool.map功能

  # equivalent function as above 
      pool.map(compute_weight_star, itertools.izip(self.particles, 
                 itertools.repeat(data))) 

但每個particle.weight似乎並沒有被更新。我究竟做錯了什麼？

Answer 1

問題是粒子對象在工作進程中得到更新，但它們被傳回主進程。考慮下面的簡單的例子：

from multiprocessing import Pool 

particles = [[0], [0], [0]] 

def compute_weight(particle): 
    particle[0] = 1 

if __name__ == '__main__': 
    Pool().map(compute_weight, particles) 
    print(particles) 

你會發現，這留下粒子權重（名單第一要素）爲0，而他們應該爲1

解決的辦法是計算粒子工作進程中的權重，但在主進程中執行存儲部分：

def compute_weight(particle): 
    return 1 

if __name__ == '__main__': 
    w = Pool().map(compute_weight, particles) 
    for i, p in enumerate(particles): 
     p[0] = w[i]  # set weight 
    print(particles)