合适的方法使这种Python结构并行

Question

我正在用python编写一些代码，并希望我可以通过在不同的过程之间共享它来加快速度。我在Linux上的Python 3.5中有以下程序子结构：

class Foo(fromMother):
   def __init__(self, size):
      fromMother.__init__()
      self.data = self.__createData(size)
      self.properGuess = 0
   def __createData(self, size):
      """Returns some dict of n x m numpy arrays."""
   def doStuff(self, level):
      """Calculates CPU-heavy, fully serial operation.
        The proper guess is some sort of start value."""
      a, b = foo(level, self.properGuess)
      self.properGuess = a
      return b

if __name__ == "__main__":
   foo = Foo(someSize)
   array = []
   for i in range(manyValues):
       array.append(foo.doStuff(i))

这是我的代码所做的非常大致的，我想找到一种介绍一些并行结构以使用多个内核的好方法。dostuff((不能并行化，并且是某种优化问题，因此起始值。这不是绝对最新的值，该函数在I -10计算的起点时仍相当不错，因此该值"时不时地"更新此值是完全可以的。但是它不能被排除，步骤I 1的值接近i，我知道问题不是全球，而是本地凸的。保持距离为我带来了相当稳定的结果。

不幸的是，分解继承结构将非常烦人 - 这是可能的，但应该是最后的手段。我想使用Python自己的多处理库，但我与共享内存等有点混淆，因为这不仅仅是共享某种数组，而是将其放在对象中并使用它的方法。我只在MATLAB上进行了并行编程，这只是在非常基本的层面上。

有人可以向我指出这一点。我已经考虑了两天，我不确定如何在不破坏和"丑陋"的整个结构的情况下实现这一目标。

Answer 1

您可以使用过程池

from multiprocessing import Pool
if __name__ == "__main__":
   foo = Foo(someSize)
   p = Pool(5)
   results = p.map(foo.doStuff, range(manyValues))

，但是，您需要首先考虑一些事情，您的班级可以共享吗？它会突变吗？等...