并行化使用 rpy2 的 python 代码的最有效方法是什么？
What is the most efficient way to parallelize python code that uses rpy2?
我正在使用 python3，在其中，我使用 rpy2 程序包来访问 R，在完成繁重计算的地方传入 R 代码，并将结果返回给 python.特别是，我正在使用 R 的 lfe 函数（文档 here）。
我想知道哪个选项更好：在 python 或 R 中进行并行化。这有关系吗？我们为什么要怀疑其中一个比另一个更有效率？谢谢
除了 multi-threading（这不是并行化 Python 代码的好方法，因为 GIL），这是因为 R 无法处理并发，任何其他并行化的方法Python 任务（您会发现有人将 rpy2 与 pyspark 和 multiprocessing 一起使用的报告）或 R（有用于并行化的 R 包）将起作用。
我正在使用 python3，在其中，我使用 rpy2 程序包来访问 R，在完成繁重计算的地方传入 R 代码，并将结果返回给 python.特别是，我正在使用 R 的 lfe 函数（文档 here）。
我想知道哪个选项更好：在 python 或 R 中进行并行化。这有关系吗？我们为什么要怀疑其中一个比另一个更有效率？谢谢
除了 multi-threading（这不是并行化 Python 代码的好方法，因为 GIL），这是因为 R 无法处理并发，任何其他并行化的方法Python 任务（您会发现有人将 rpy2 与 pyspark 和 multiprocessing 一起使用的报告）或 R（有用于并行化的 R 包）将起作用。