У меня есть простая программа на Python, использующая pandas_profiling.Вот исходный код, который я сохранил как c: \ temp \ pandas_profiling_demo.py:
import pandas as pd
import pandas_profiling as pp
df = pd.DataFrame(data={'x': [1, 2, 3, 4, 5], 'y': [2, 2, 4, 6, 6], 'z': [4, 6, 1, 5, 2]})
print(df.head(10))
profile = pp.ProfileReport(df)
profile.to_file(outputfile="C:\\temp\\pandas_profiling_demo.html")
print("Done.")
У меня также есть Java-программа, которая запускает программу Python (это не настоящая программа, котораяиспользует графический интерфейс, но это воссоздает проблему.) Моя программа находится в Eclipse, но я скопирую ее здесь:
package pandasprofilingbug;
import java.io.File;
import java.lang.ProcessBuilder.Redirect;
import java.nio.file.Files;
import java.util.Map;
public class PandasProfilingBug {
public static void main(String[] args)
{
String[] command = new String[] { "cmd", "/C", "python", "c:\\temp\\pandas_profiling_demo.py" } ;
ProcessBuilder pb = new ProcessBuilder(command);
Map<String, String> env = pb.environment();
env.remove("PYSPARK_DRIVER_PYTHON"); // else attempts to open in notebook environment
Process p = null;
try
{
File log = new File("c:\\temp\\pandas_profiling_demo.log");
Files.deleteIfExists(log.toPath());
pb.redirectErrorStream(true);
pb.redirectOutput(Redirect.to(log));
// System.out.print("Start...");
p = pb.start();
assert pb.redirectInput() == Redirect.PIPE;
assert pb.redirectOutput().file() == log;
assert p.getInputStream().read() == -1;
// TODO: How to give user an option to cancel???
// TODO: How to provide progress report?
System.out.print("Waiting...");
p.waitFor();
System.out.print("waiting over...exitValue = " + p.exitValue());
}
catch (Exception ie)
{
System.err.println(ie);
ie.printStackTrace();
}
}
Когда я запускаю программу Java, она застревает в цикле.Вот первый блок повторного вывода:
Traceback (most recent call last):
File "<string>", line 1, in <module>
File "C:\Users\bill_\Anaconda3\lib\multiprocessing\spawn.py", line 105, in spawn_main
exitcode = _main(fd)
File "C:\Users\bill_\Anaconda3\lib\multiprocessing\spawn.py", line 114, in _main
prepare(preparation_data)
File "C:\Users\bill_\Anaconda3\lib\multiprocessing\spawn.py", line 225, in prepare
_fixup_main_from_path(data['init_main_from_path'])
File "C:\Users\bill_\Anaconda3\lib\multiprocessing\spawn.py", line 277, in _fixup_main_from_path
run_name="__mp_main__")
File "C:\Users\bill_\Anaconda3\lib\runpy.py", line 263, in run_path
pkg_name=pkg_name, script_name=fname)
File "C:\Users\bill_\Anaconda3\lib\runpy.py", line 96, in _run_module_code
mod_name, mod_spec, pkg_name, script_name)
File "C:\Users\bill_\Anaconda3\lib\runpy.py", line 85, in _run_code
exec(code, run_globals)
File "c:\temp\pandas_profiling_demo.py", line 21, in <module>
profile = pp.ProfileReport(df)
File "C:\Users\bill_\Anaconda3\lib\site-packages\pandas_profiling\__init__.py", line 66, in __init__
description_set = describe(df, **kwargs)
File "C:\Users\bill_\Anaconda3\lib\site-packages\pandas_profiling\describe.py", line 349, in describe
pool = multiprocessing.Pool(pool_size)
File "C:\Users\bill_\Anaconda3\lib\multiprocessing\context.py", line 119, in Pool
context=self.get_context())
File "C:\Users\bill_\Anaconda3\lib\multiprocessing\pool.py", line 174, in __init__
self._repopulate_pool()
File "C:\Users\bill_\Anaconda3\lib\multiprocessing\pool.py", line 239, in _repopulate_pool
w.start()
File "C:\Users\bill_\Anaconda3\lib\multiprocessing\process.py", line 105, in start
self._popen = self._Popen(self)
File "C:\Users\bill_\Anaconda3\lib\multiprocessing\context.py", line 322, in _Popen
return Popen(process_obj)
File "C:\Users\bill_\Anaconda3\lib\multiprocessing\popen_spawn_win32.py", line 33, in __init__
prep_data = spawn.get_preparation_data(process_obj._name)
File "C:\Users\bill_\Anaconda3\lib\multiprocessing\spawn.py", line 143, in get_preparation_data
_check_not_importing_main()
File "C:\Users\bill_\Anaconda3\lib\multiprocessing\spawn.py", line 136, in _check_not_importing_main
is not going to be frozen to produce an executable.''')
RuntimeError:
An attempt has been made to start a new process before the
current process has finished its bootstrapping phase.
This probably means that you are not using fork to start your
child processes and you have forgotten to use the proper idiom
in the main module:
if __name__ == '__main__':
freeze_support()
...
The "freeze_support()" line can be omitted if the program
is not going to be frozen to produce an executable.
x y z
0 1 2 4
1 2 2 6
2 3 4 1
3 4 6 5
4 5 6 2
Traceback (most recent call last):
File "<string>", line 1, in <module>
File "C:\Users\bill_\Anaconda3\lib\multiprocessing\spawn.py", line 105, in spawn_main
exitcode = _main(fd)
File "C:\Users\bill_\Anaconda3\lib\multiprocessing\spawn.py", line 114, in _main
prepare(preparation_data)
File "C:\Users\bill_\Anaconda3\lib\multiprocessing\spawn.py", line 225, in prepare
_fixup_main_from_path(data['init_main_from_path'])
File "C:\Users\bill_\Anaconda3\lib\multiprocessing\spawn.py", line 277, in _fixup_main_from_path
run_name="__mp_main__")
# REPEATED AD NAUSEUM
Когда я запускаю программу Python в записной книжке Jupyter, она отлично работает, создавая нужный HTML-файл.
Когда я закомментирую этилиний, он работает нормально (отображает фрейм данных) при вызове из Java:
#profile = pp.ProfileReport(df)
#profile.to_file(outputfile="C:\\temp\\pandas_profiling_demo.html")
Поскольку я могу запустить программу из Java, если профилирование не используется, я подозреваю, что есть проблема с pandas_profiling (или впо крайней мере, для меня.) Почему это заставило бы программу зацикливаться?
Заранее спасибо.