Actualmente estoy experimentando con numba y especialmente vectorized , así que creé una función sum vectorizada (porque es fácil comparar esto con np.sum . import numpy as np import numba as nb @nb.vectorize([nb.float64(nb.float64, nb.float64)]) def numba_sum(element1, element2): return element1 + element2 @nb.vectorize([nb.float64(nb.float64, nb.float64)], target=’parallel’) def numba_sum_parallel(element1, element2): return element1 + element2 array = np.ones(elements) np.testing.assert_almost_equal(numba_sum.reduce(array), […]
He estado intentando optimizar una parte del código de Python que involucra cálculos de matrices multidimensionales de gran tamaño. Estoy obteniendo resultados contraintuitivos con numba. Me estoy ejecutando en un MBP, a mediados de 2015, 2.5 GHz i7 Quadcore, OS 10.10.5, Python 2.7.11. Considera lo siguiente: import numpy as np from numba import jit, vectorize, […]
Estoy probando la progtwigción multiprocesador con Python. Tome un algoritmo de dividir y conquistar como Fibonacci por ejemplo. El flujo de ejecución del progtwig se ramificaría como un árbol y se ejecutaría en paralelo. En otras palabras, tenemos un ejemplo de paralelismo nested . Desde Java, he usado un patrón de subprocesos para administrar recursos, […]
Estoy buscando una biblioteca de Python o una herramienta de línea de comandos para descargar varios archivos en paralelo. Mi solución actual es descargar los archivos secuencialmente, lo cual es lento. Sé que puedes escribir fácilmente una solución de subprocesos a medias en python, pero siempre tengo problemas molestos al usar subprocesos. Es para encuestar […]
Estoy tratando de mejorar un script que escanea archivos en busca de códigos maliciosos. Tenemos una lista de patrones de expresiones regulares en un archivo, un patrón en cada línea. Estas expresiones regulares son para grep, ya que nuestra implementación actual es básicamente una combinación de script bash find \ grep. La secuencia de comandos […]
Tengo un gran dataframe (varios millones de filas). Quiero poder realizar una operación grupal en él, pero simplemente agrupándolos por subconjuntos consecutivos (preferiblemente de igual tamaño) de filas, en lugar de usar cualquier propiedad particular de las filas individuales para decidir a qué grupo van. El caso de uso: quiero aplicar una función a cada […]
Estoy usando la distribución Anaconda de Python, junto con Numba, y he escrito la siguiente función de Python que multiplica una matriz dispersa A (almacenada en formato CSR) por un vector denso x : @jit def csrMult( x, Adata, Aindices, Aindptr, Ashape ): numRowsA = Ashape[0] Ax = numpy.zeros( numRowsA ) for i in range( […]
Estoy tratando de entender un poco de lo que sucede detrás de la escena cuando se utiliza el método apply_sync de un grupo de multiprocesamiento. ¿Quién ejecuta el método de callback? ¿Es el proceso principal que se llama apply_async? Digamos que envío un montón de comandos apply_async con devoluciones de llamada y luego continúo con […]
Anteriormente hice una pregunta relacionada pero muy general (vea especialmente esta respuesta ). Esta pregunta es muy específica. Este es todo el código que me importa: result = {} for line in open(‘input.txt’): key, value = parse(line) result[key] = value La función de parse es completamente autónoma (es decir, no utiliza ningún recurso compartido). Tengo […]
Tengo una lista / cola de 200 comandos que necesito para ejecutar en un shell en un servidor Linux. Solo quiero tener un máximo de 10 procesos en ejecución (desde la cola) a la vez. Algunos procesos tardarán unos segundos en completarse, otros procesos tardarán mucho más. Cuando un proceso finalice quiero que el siguiente […]