這是學(xué)校的一項(xiàng)任務(wù)（矩陣每一列的并行歸一化），除了您可能會(huì)看到的其他問題之外，我發(fā)現(xiàn)很難找到像 list = [] 這樣簡(jiǎn)單的東西，您可以在其中 list.append() 整個(gè)列表一個(gè)循環(huán)，沒有預(yù)定義尺寸。這是我到目前為止所討論的最后一行的內(nèi)容。預(yù)先感謝您的任何幫助！from multiprocessing import Poolimport numpy as npdef fct_norm(col): mn = col.min() mx = col.max() col_norm = np.zeros((6, 1)) for i in range(6): col_norm[i, 0] = (col[i] - mn) / (mx - mn) return col_normif __name__ == "__main__": pool = Pool() arr = np.random.uniform(0, 100, size=(6, 3))maybe predefine arr_norm here? for i in range(2): print("i = ", i) col = arr[:, i] result = pool.map(fct_norm, [col]) norm_arr = HOW_TO_ADD_EACH_RESULT_COLUMN_TO_A_NEW_ARRAY?
1 回答
收到一只叮咚
TA貢獻(xiàn)1821條經(jīng)驗(yàn) 獲得超5個(gè)贊
您需要連接多個(gè)列的函數(shù)是np.hstack. 但是，一個(gè)很大的問題是 pool.map在原始代碼中沒有以正確的方式使用。
正如所寫，列沒有并行執(zhí)行，因?yàn)槊看握{(diào)用pool.map都只獲得一個(gè)列。這個(gè)想法是同時(shí)傳遞一個(gè)帶有多個(gè)值的迭代器——在這種情況下，多個(gè)列到pool.map.
由于numpy循環(huán)遍歷行而不是列，因此必須轉(zhuǎn)置矩陣（使用(...).T運(yùn)算符。此外，在pool完成后，關(guān)閉它是一個(gè)很好的措施。自動(dòng)處理此問題的一種方法是使用上下文（即with Pool() as pool:構(gòu)造，然后它將自動(dòng)關(guān)閉。
這一切加在一起給出了以下解決方案：
from multiprocessing import Pool
import numpy as np
def fct_norm(col):
mn = col.min()
mx = col.max()
col_norm = np.zeros((6, 1))
for i in range(6):
col_norm[i, 0] = (col[i] - mn) / (mx - mn)
return col_norm
if __name__ == "__main__":
arr = np.random.uniform(0, 100, size=(6, 3))
with Pool() as pool:
norm_arr = np.hstack(pool.map(fct_norm, arr.T))
# Here norm_arr is available for further operations.
因此，整個(gè)操作可以在兩行中執(zhí)行。
添加回答
舉報(bào)
0/150
提交
取消