Заполните сложный массив с использованием многопроцессорного модуля - PullRequest
Новая
       15

Заполните сложный массив с использованием многопроцессорного модуля

1 голос
/ 18 марта 2019

Я сталкивался с этой демонстрацией https://jonasteuwen.github.io/numpy/python/multiprocessing/2017/01/07/multiprocessing-numpy-array.html о том, как заполнить массив с использованием многопроцессорного модуля.Я хочу сделать то же самое в моем коде, но массив, который я заполняю, т.е. мой X является сложным массивом.Модуль ctypes выдает ошибку в виде NotImplementedError: Converting dtype('complex128') to a ctypes type.

Так что в связанном примере я хочу эффективно заменить непараллельную версию: 

X = np.random.random((100, 100))

на

X = np.random.random((100, 100)) + 1j * np.random.random((100, 100))

и 

tmp = np.zeros((100, 100))

с 

tmp = np.zeros((100, 100)) + 1j * np.random.random((100, 100))

Я не уверен, как это сделать с помощью модуля numpy.ctypes, но я открыт для других идей для достиженияпохожая вещь.Спасибо.

1 Ответ

0 голосов
/ 19 марта 2019

Решено это путем разбиения массива на реальные и мнимые части, разбираясь с ними по отдельности, а затем объединяясь для формирования комплексной переменной. 

import numpy as np
import itertools
from multiprocessing import Pool #  Process pool
from multiprocessing import sharedctypes

size = 100
block_size = 4

X = np.random.random((size, size)) + 1j * np.random.random((size, size))
X_r = X.real 
X_i = X.imag
result_r = np.ctypeslib.as_ctypes(np.zeros((size, size)))
result_i = np.ctypeslib.as_ctypes(np.zeros((size, size)))
shared_array_r = sharedctypes.RawArray(result_r._type_, result_r)
shared_array_i = sharedctypes.RawArray(result_i._type_, result_i)

def fill_per_window(args):
    window_x, window_y = args
    tmp_r = np.ctypeslib.as_array(shared_array_r)
    tmp_i = np.ctypeslib.as_array(shared_array_i)

    for idx_x in range(window_x, window_x + block_size):
        for idx_y in range(window_y, window_y + block_size):
            tmp_r[idx_x, idx_y] = X_r[idx_x, idx_y]
            tmp_i[idx_x, idx_y] = X_i[idx_x, idx_y]

window_idxs = [(i, j) for i, j in
           itertools.product(range(0, size, block_size),
                             range(0, size, block_size))]

p = Pool()
res = p.map(fill_per_window, window_idxs)
result_r = np.ctypeslib.as_array(shared_array_r)
result_i = np.ctypeslib.as_array(shared_array_i)
result = result_r + 1j * result_i
print(np.array_equal(X, result))
...