python开启并行计算
来源:互联网 发布:算法 编辑:程序博客网 时间:2024/06/11 21:51
import pp
#设置并行计算
ppservers = ()
job_server = pp.Server(ppservers=ppservers)
job_server.get_ncpus()
def myfunction(……):
……
return(myresult)
#获取全部的Access数据文件
files=os.listdir("C:/")
#开启并行计算
jobs = [(input, job_server.submit(myfunction,(input,), (), ("pypyodbc","pandas","numpy","datetime","os"))) for input in files]
#获取并行计算的结果
for input, job in jobs:
temp=job()
#合成数据框
frames=[pandas.DataFrame(job()) for input, job in jobs]
finalresult=pandas.concat(frames)
#设置并行计算
ppservers = ()
job_server = pp.Server(ppservers=ppservers)
job_server.get_ncpus()
def myfunction(……):
……
return(myresult)
#获取全部的Access数据文件
files=os.listdir("C:/")
#开启并行计算
jobs = [(input, job_server.submit(myfunction,(input,), (), ("pypyodbc","pandas","numpy","datetime","os"))) for input in files]
#获取并行计算的结果
for input, job in jobs:
temp=job()
#合成数据框
frames=[pandas.DataFrame(job()) for input, job in jobs]
finalresult=pandas.concat(frames)
0 0
- python开启并行计算
- 【Python】【并行计算】Python 多核并行计算
- Python 并行计算
- Parallel Python 并行计算
- Python 并行计算
- python并行计算
- Python 多核并行计算
- Python-多线程与并行计算
- java并行计算Fork/Join和python并行计算pp
- python学习之并行计算资料列表
- python并行计算的简单实现--pp
- Parallel Python(PP)并行计算测试
- python-multiprocessing 多进程并行计算
- Python并行计算pp模块实践笔记
- python pp 库实现并行计算
- 并行计算
- 并行计算
- 并行计算
- 整理TabLayout+ViewPager+Fragment的使用
- Kth Largest Element in an Array
- 题目集合2
- 排序算法(1)——选择排序
- Android Volley完全解析(一):初识Volley的基本用法
- python开启并行计算
- 编程语言基本用法总结(Shell,Python,C/C++)
- JVM-内存划分,回收速记
- Java生成验证码图片
- zookeeper原理
- intellij idea本地开发调试hadoop的方法
- 使用Angular-cli搭建Angular Material 2应用示例
- Windbg dump分析 学习总结
- Android Volley完全解析(二):使用Volley加载网络图片