Matplotlib: Ben çabuk büyük toplu işleri bitirmek için paralel bazı komplo yapmaya çalışıyorum

Question

birden çok iş parçacığı aynı anda çizimi. Bu amaçla, yapmayı planladığım her arsa için bir iplik başlarım.

Her iş parçacığı kendi komplo bitirip kendisini kapatmak edeceğini umduğu (Anladığım kadarıyla onlar vadede bütün tabloların yoluyla olsun, Python konuları kapatır()). Aşağıda bu davranışı gösteren bir kod var. bir figür oluşturur çizgi dışarı yorum Eğer beklendiği gibi

, bu çalışır. Bir başka makul yardımcı tidbit, sadece bir iş parçacığı oluşturduğunuzda beklendiği gibi çalıştığıdır.

import matplotlib.pyplot as plt 
import time 
import Queue 
import threading 

def TapHistplots(): 
    ## for item in ['str1']: 
# # it behaves as expected if the line above is used instead of the one below 
    for item in ['str1','str2']: 
     otheritem = 1 
     TapHistQueue.put((item, otheritem)) 
     makeTapHist().start() 

class makeTapHist(threading.Thread): 
    def run(self): 
     item, otheritem = TapHistQueue.get() 
     fig = FigureQueue.get() 
     FigureQueue.put(fig+1) 
     print item+':'+str(fig)+'\n', 
     time.sleep(1.3) 
     plt.figure(fig) # comment out this line and it behaves as expected 
     plt.close(fig) 

TapHistQueue = Queue.Queue(0) 
FigureQueue = Queue.Queue(0) 
def main(): 
    start = time.time() 
    """Code in here runs only when this module is run directly""" 
    FigureQueue.put(1) 
    TapHistplots() 
    while threading.activeCount()>1: 
     time.sleep(1) 
     print 'waiting on %d threads\n' % (threading.activeCount()-1), 
    print '%ds elapsed' % (time.time()-start) 

if __name__ == '__main__': 
    main() 

Herhangi bir yardım için teşekkür ederiz.

Answer 1

pylab arabirimi için, bir çözelti Asynchronous plotting with threads vardır. pylab olmadan

her Matplotlib en arka ucu (QT GTK WX, TK) için farklı çözümler olabilir. Sorun, her GUI araç setinin her bir GUI mainloopuna sahip olmasıdır. ipython ile nasıl anlaştıklarını görebilirsiniz.

Answer 2

Neden çoklu işlemeyi kullanmıyorsunuz? Görüntülemek ve bir kerede birden rakamlar ile etkileşim böylece Bildiğim kadarıyla sizin açıklamasından söyleyebilirim, parçacığı ... Neyse, çok

Matplotlib zaten konuları size yardımcı olmayacaktır. Çok çekirdekli bir makinede toplu işlemeyi hızlandırmak istiyorsanız, bağımsız olarak çok işlemeye ihtiyacınız olacak. Temel bir örnek olarak

( Uyarı: Bu onu çalıştırmak ne olursa olsun dizin içinde 20 küçük .png dosyaları yaratacak!)

import multiprocessing 
import matplotlib.pyplot as plt 
import numpy as np 

def main(): 
    pool = multiprocessing.Pool() 
    num_figs = 20 
    input = zip(np.random.randint(10,1000,num_figs), 
       range(num_figs)) 
    pool.map(plot, input) 

def plot(args): 
    num, i = args 
    fig = plt.figure() 
    data = np.random.randn(num).cumsum() 
    plt.plot(data) 
    plt.title('Plot of a %i-element brownian noise sequence' % num) 
    fig.savefig('temp_fig_%02i.png' % i) 

main()