使用Joblib并行运行Python代码

微信公众号：测度空间

对于大多数问题，并行计算确实可以提高计算速度。 随着PC计算能力的提高，我们可以通过在PC中运行并行代码来简单地提升计算速度。Joblib就是这样一个可以简单地将Python代码转换为并行计算模式的软件包，它可非常简单并行我们的程序，从而提高计算速度。

Joblib是一组用于在Python中提供轻量级流水线的工具。 它具有以下功能：

• 透明的磁盘缓存功能和“懒惰”执行模式，简单的并行计算
• Joblib对numpy大型数组进行了特定的优化，简单，快速。

以下我们使用一个简单的例子来说明如何利用Joblib实现并行计算。 我们使用单个参数i定义一个简单的函数my_fun()。 此函数将等待1秒，然后计算i**2的平方根，也就是返回i本身。

from joblib import Parallel, delayed
import time, math

def my_fun(i):
    """ We define a simple function here.
    """
    time.sleep(1)
    return math.sqrt(i**2)

复制代码

这里我们将总迭代次数设置为10.我们使用time.time()函数来计算my_fun()的运行时间。 如果使用简单的for循环，计算时间约为10秒。

num = 10
start = time.time()
for i in range(num):
    my_fun(i)
    
end = time.time()

print('{:.4f} s'.format(end-start))
复制代码

10.0387 s
复制代码

使用Joblib中的Parallel和delayed函数，我们可以简单地配置my_fun()函数的并行运行。 其中我们会用到几个参数，n_jobs是并行作业的数量，我们在这里将它设置为2。 i是my_fun()函数的输入参数，依然是10次迭代。两个并行任务给节约了大约一半的for循环运行时间，结果并行大约需要5秒。

start = time.time()
# n_jobs is the number of parallel jobs
Parallel(n_jobs=2)(delayed(my_fun)(i) for i in range(num))
end = time.time()
print('{:.4f} s'.format(end-start))
复制代码

5.6560 s
复制代码

就是这么简单！ 如果我们的函数中有多个参数怎么办？ 也很简单。 让我们用两个参数定义一个新函数my_fun_2p(i,j)。

def my_fun_2p(i, j):
    """ We define a simple function with two parameters.
    """
    time.sleep(1)
    return math.sqrt(i**j)
复制代码

j_num = 3
num = 10
start = time.time()
for i in range(num):
    for j in range(j_num):
        my_fun_2p(i, j)
    
end = time.time()
print('{:.4f} s'.format(end-start))
复制代码

30.0778 s
复制代码

start = time.time()
# n_jobs is the number of parallel jobs
Parallel(n_jobs=2)(delayed(my_fun_2p)(i, j) for i in range(num) for j in range(j_num))
end = time.time()
print('{:.4f} s'.format(end-start))
复制代码

15.0622 s
复制代码

除了并行计算功能外，Joblib还具有以下功能：

• 快速磁盘缓存：Python函数的memoize或make-like功能，适用于任意Python对象，包括大型numpy数组。
• 快速压缩：替代pickle，使用joblib.dump和joblib.load可以提高大数据的读取和存储效率。

更多详情可参见Joblib官网。

转载于:https://juejin.im/post/5cd24136518825408b33e5dc