问题描述

• 在逐个处理大量数据时，并行完成for循环能够节约大量时间
• 一个可供参考的例子是：已有博文
• 但在实际中，上述例子无法直接使用。原因包括：
  • 1. 上述例子需要一个循环函数；
  • 2. 上述例子中循环函数只能传入一个参数，而实际上会传入很多参数；

解决方法

• 对于问题1：

  • 将for循环后的所有内容重组为一个循环函数；

• 对于问题2：

  • 使用全局变量完成除了迭代参数外其他参数的传递。

• 示例代码如下：

def save_data():
    global opt,A_paths, B_paths, lidar_timestamps, radar_timestamps, radar_gts, lidar_gts, save_data_path

    datasize = len(A_paths)
    print("datasize:", str(datasize))
    
    index = [x for x in range(98, datasize)]
    p = multiprocessing.Pool(6)
    p.map(save_data_eachframe,index)
    p.close()
    p.join()

    return 

def save_data_eachframe(index):
    
    global opt,A_paths, B_paths, lidar_timestamps, radar_timestamps, radar_gts, lidar_gts, save_data_path

	...

最后

以上就是个性凉面为你收集整理的Python 实现 并行for循环问题描述解决方法的全部内容，希望文章能够帮你解决Python 实现 并行for循环问题描述解决方法所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。