Python distributed.Client.map用法及代碼示例

用法:
map(func, *iterables, key=None, workers=None, retries=None, resources=None, priority=0, allow_other_workers=False, fifo_timeout='100 ms', actor=False, actors=False, pure=None, batch_size=None, **kwargs)

在一係列參數上映射函數

參數可以是普通對象或期貨

參數：

func：可調用的: 可調用以安排執行。如果func 返回一個協程，它將在worker 的主事件循環上運行。否則 func 將在工作人員的任務執行器池中運行(有關更多信息，請參閱 Worker.executors。)
iterables：可迭代對象: List-like 要映射的對象。它們應該具有相同的長度。
key：字符串，列表: 任務名稱的前綴(如果是字符串)。如果是列表，則為顯式名稱。
workers：字符串或字符串的可迭代: 一組可以對其執行計算的工作主機名。留空以默認所有工作人員(常見情況)
retries：整數(默認為 0): 任務失敗時允許的自動重試次數
resources：字典(默認為 {}): 定義此映射任務的每個實例在worker上所需的resources；例如{'GPU': 2} 。有關定義資源的詳細信息，請參閱工作人員資源。
priority：數字: 任務的可選優先級。零是默認值。更高的優先級優先
allow_other_workers：布爾型(默認為 False): 與 workers 一起使用。指示是否可以對不在 workers 集中的工作人員執行計算。
fifo_timeout：str timedelta (默認‘100ms’): 考慮相同優先級的調用之間允許的時間量
actor：布爾型(默認為 False): 這些任務是否應該作為有狀態的參與者存在於工人身上。有關更多詳細信息，請參閱演員。
actors：布爾型(默認為 False): actor 的別名
pure：布爾型(默認為真): 函數是否純。為像 np.random.random 這樣的不純函數設置 pure=False 。有關更多詳細信息，請參閱默認情況下的純函數。
batch_size：整數，可選: 分批(最多)batch_size 向調度程序提交任務。較大的批處理大小對於非常大的 iterables 可能很有用，因為集群可以開始處理任務，而稍後的任務是異步提交的。
**kwargs：dict: 額外的關鍵字參數發送到函數。大值將明確包含在任務圖中。

期貨的列表、迭代器或隊列，具體取決於
輸入。

例子：

>>> L = client.map(func, sequence)

相關用法

注：本文由純淨天空篩選整理自dask.org大神的英文原創作品 distributed.Client.map。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法:

參數：

返回：

例子：