在 Python 中并行化四个嵌套循环

Question

我有一个相当简单的嵌套 for 循环，它遍历四个数组：

for a in a_grid:
    for b in b_grid:
        for c in c_grid:
            for d in d_grid:
                do_some_stuff(a,b,c,d)  # perform calculations and write to file

也许这不是开始时在 4D 网格上执行计算的最有效方法。我知道 joblib 能够并行化两个嵌套 for 循环，例如，但我无法将其概括为四个嵌套循环。有什么想法吗？

Answer 1

作业的数量与嵌套循环的数量无关。在另一个答案中，它恰好是 n_jobs=2 和 2 个循环，但两者完全无关。

这样想：你有一堆函数调用；在你的情况下（展开循环）：

do_some_stuff(0,0,0,0)
do_some_stuff(0,0,0,1)
do_some_stuff(0,0,0,2)
do_some_stuff(0,0,1,0)
do_some_stuff(0,0,1,1)
do_some_stuff(0,0,1,2)
...

并且您希望将这些函数调用分配给一些作业。你可以使用 2 个工作，或者 10 个，或者 100 个，这都没有关系。 Parallel 负责为您分配工作。

Answer 2

如果您使用的工具可以轻松并行化两个而不是四个嵌套循环，则可以使用 itertools.product 将四个嵌套 for 循环减少为两个：

from itertools import product

for a, b in product(a_grid, b_grid):
    for c, d in product(c_grid, d_grid):
        do_some_stuff(a, b, c, d)

Answer 3

我通常使用这种形式的代码：

#!/usr/bin/env python3
import itertools
import multiprocessing

#Generate values for each parameter
a = range(10)
b = range(10)
c = range(10)
d = range(10)

#Generate a list of tuples where each tuple is a combination of parameters.
#The list will contain all possible combinations of parameters.
paramlist = list(itertools.product(a,b,c,d))

#A function which will process a tuple of parameters
def func(params):
  a = params[0]
  b = params[1]
  c = params[2]
  d = params[3]
  return a*b*c*d

#Generate processes equal to the number of cores
pool = multiprocessing.Pool()

#Distribute the parameter sets evenly across the cores
res  = pool.map(func,paramlist)

在 Python 中并行化四个嵌套循环

Parallelizing four nested loops in Python

python

multiprocessing

joblib

python-multiprocessing