Python程序的脏并行化

Question

我有一个程序在循环中加载2600个图像，进行一些处理并返回一个值。伪代码：

for file in files:
  codes[file] = my_function(file)
return codes

问题是 - 这个过程大约需要20-30分钟，而且似乎只使用一个CPU核心。我正在寻找一种快速而肮脏的方式在更多核心上运行它，可能是将列表分成两部分。我已经阅读了很多关于Python及其问题/解决方案的内容，但我无法确定下一步该做什么。我该怎么做？

仅供参考2009年使用Python 2.7 Macbook Pro（Core 2 Duo）w / Numpy Scipy Scikit-image＆amp; OpenCV的。

Answer 1

最简单的方法是multiprocessing：

from multiprocessing import Pool

with Pool() as p:
    all_codes = p.map(my_function, files)
return {f:code for code, f in zip(all_codes, files)}