|
马上注册,结交更多好友,享用更多功能^_^
您需要 登录 才可以下载或查看,没有账号?立即注册
x
本帖最后由 TCY 于 2019-3-23 10:31 编辑
这篇文章是我看了下面这篇后写的:
地址:https://blog.csdn.net/u011808673/article/details/85341977
说实话,对Python加速是大多数人的想法,由于Python有一个GIL,导致它只能单线程执行……
那就用多进程!
行啊,你知道怎么分割任务吗?
我不知道,但PP模块知道!
Sorry,那个是针对Python2的……
啊?还不更新Python3?
因为Python3有一个解决这个的自带模块!
什么模块?
它的名字叫——concurrent.futures包!
先来演示一段代码:
- from glob import glob
- from timeit import timeit
- from PIL import Image
-
- def load_and_resize(img_name):
- img = Image.open(img_name)
- img.resize((600, 600))
-
- def main():
- img_names = glob("*.jpg") + glob("*.png")
- for img_name in img_names:
- load_and_resize(img_name)
- if __name__ == "__main__":
- time = timeit("main()", "from __main__ import main", number = 10)
- print("Time used: %f sec." % time)
复制代码
这段代码是把当前目录的所有.jpg,.png的图片(共113张)在内存中调整为600x600的大小,重复10次,计算时间。
结果:
- >>>
- ============== RESTART: C:\Users\admin\Desktop\test\ordinary.py ==============
- Time used: 31.035354 sec.
- >>>
复制代码
31秒……太慢了。
但可以这样改一下:
- from glob import glob
- from timeit import timeit
- from PIL import Image
- from concurrent import futures
-
- def load_and_resize(img_name):
- img = Image.open(img_name)
- img.resize((600, 600))
-
- def main():
- img_names = glob("*.jpg") + glob("*.png")
- with futures.ProcessPoolExecutor() as executor:
- executor.map(load_and_resize, img_names)
- if __name__ == "__main__":
- time = timeit("main()", "from __main__ import main", number = 10)
- print("Time used: %f sec." % time)
复制代码
只改了两行代码。
结果:
- >>>
- ============ RESTART: C:\Users\admin\Desktop\test\concurrence.py ============
- Time used: 15.771916 sec.
- >>>
复制代码
快了15秒!!!!!
其实,Python是把任务分割,分给不同的进程,使得CPU全核运行。
你还怕Python太慢吗? |
|