Как исправить проблему с многопроцессорным использованием python matplotlib savefig()?

Question

Я хочу ускорить matplotlib.savefig() для многих фигур с помощью многопроцессорного модуля, и пытаюсь сравнить производительность между параллелью и последовательностью.

Ниже приведены коды:

# -*- coding: utf-8 -*-
"""
Compare the time of matplotlib savefig() in parallel and sequence
"""

import numpy as np
import matplotlib.pyplot as plt
import multiprocessing
import time


def gen_fig_list(n):
    ''' generate a list to contain n demo scatter figure object '''
    plt.ioff()
    fig_list = []
    for i in range(n):
        plt.figure();
        dt = np.random.randn(5, 4);
        fig = plt.scatter(dt[:,0], dt[:,1], s=abs(dt[:,2]*1000), c=abs(dt[:,3]*100)).get_figure()
        fig.FM_figname = "img"+str(i)
        fig_list.append(fig)
    plt.ion()
    return fig_list


def savefig_worker(fig, img_type, folder):
    file_name = folder+"\\"+fig.FM_figname+"."+img_type
    fig.savefig(file_name, format=img_type, dpi=fig.dpi)
    return file_name


def parallel_savefig(fig_list, folder):
    proclist = []
    for fig in fig_list:
        print fig.FM_figname,
        p = multiprocessing.Process(target=savefig_worker, args=(fig, 'png', folder)) # cause error
        proclist.append(p)
        p.start()

    for i in proclist:
        i.join()



if __name__ == '__main__':
    folder_1, folder_2 = 'Z:\\A1', 'Z:\\A2'
    fig_list = gen_fig_list(10)

    t1 = time.time()
    parallel_savefig(fig_list,folder_1)
    t2 = time.time()
    print '\nMulprocessing time    : %0.3f'%((t2-t1))

    t3 = time.time()
    for fig in fig_list:
        savefig_worker(fig, 'png', folder_2)
    t4 = time.time()
    print 'Non_Mulprocessing time: %0.3f'%((t4-t3))

И я встречаю проблему "This application has requested the Runtime to terminate it in an unusual way. Please contact the application's support team for more information." ошибка вызвана p = multiprocessing.Process(target=savefig_worker, args=(fig, 'png', folder)),

Зачем? И как это решить?

(Windows XP + Python: 2.6.1 + Numpy: 1.6.2 + Matplotlib: 1.2.0)

РЕДАКТИРОВАТЬ: (добавить сообщение об ошибке на Python 2.7.3)

При запуске на IDLE Python 2.7.3 ниже выдается сообщение об ошибке:

>>> 
img0

Traceback (most recent call last):
  File "C:\Documents and Settings\Administrator\desktop\mulsavefig_pilot.py", line 61, in <module>
    proc.start()
  File "d:\Python27\lib\multiprocessing\process.py", line 130, in start

  File "d:\Python27\lib\pickle.py", line 286, in save
    f(self, obj) # Call unbound method with explicit self
  File "d:\Python27\lib\pickle.py", line 748, in save_global
    (obj, module, name))
PicklingError: Can't pickle <function notify_axes_change at 0x029F5030>: it's not found as matplotlib.backends.backend_qt4.notify_axes_change

РЕДАКТИРОВАТЬ: (Моя демонстрация решения)

вдохновленный Matplotlib: одновременная прорисовка в нескольких потоках

# -*- coding: utf-8 -*-
"""
Compare the time of matplotlib savefig() in parallel and sequence
"""

import numpy as np
import matplotlib.pyplot as plt
import multiprocessing
import time


def gen_data(fig_qty, bubble_qty):
    ''' generate data for fig drawing '''
    dt = np.random.randn(fig_qty, bubble_qty, 4)
    return dt


def parallel_savefig(draw_data, folder):
    ''' prepare data and pass to worker '''

    pool = multiprocessing.Pool()

    fig_qty = len(draw_data)
    fig_para = zip(range(fig_qty), draw_data, [folder]*fig_qty)

    pool.map(fig_draw_save_worker, fig_para)
    return None


def fig_draw_save_worker(args):
    seq, dt, folder = args
    plt.figure()
    fig = plt.scatter(dt[:,0], dt[:,1], s=abs(dt[:,2]*1000), c=abs(dt[:,3]*100), alpha=0.7).get_figure()
    plt.title('Plot of a scatter of %i' % seq)
    fig.savefig(folder+"\\"+'fig_%02i.png' % seq)
    plt.close()
    return None


if __name__ == '__main__':
    folder_1, folder_2 = 'A1', 'A2'
    fig_qty, bubble_qty =  500, 100
    draw_data = gen_data(fig_qty, bubble_qty)

    print 'Mulprocessing  ...   ',
    t1 = time.time()
    parallel_savefig(draw_data, folder_1)
    t2 = time.time()
    print 'Time : %0.3f'%((t2-t1))

    print 'Non_Mulprocessing .. ', 
    t3 = time.time()
    for para in zip(range(fig_qty), draw_data, [folder_2]*fig_qty):
        fig_draw_save_worker(para)
    t4 = time.time()
    print 'Time : %0.3f'%((t4-t3))

    print 'Speed Up: %0.1fx'%(((t4-t3)/(t2-t1)))

Answer 1

На самом деле, это не ошибка, а скорее ограничение.

Объяснение в последней строке сообщения об ошибке:

PicklingError: Can't pickle <function notify_axes_change at 0x029F5030>: it's not found as matplotlib.backends.backend_qt4.notify_axes_change

Это говорит вам о том, что элементы объектов фигуры не могут быть замаринованы, вот как MultiProcess передает данные между процессами. Объекты протравливаются в основных процессах, доставляются в виде маринованных огурцов, а затем перестраиваются на другой стороне. Даже если вы исправили именно эту проблему (возможно, с помощью другого бэкэнда, или удалили нарушающую функцию (которая может сломать вещи другими способами)), я почти уверен, что есть основные части Figure, Axes, или же Canvas объекты, которые нельзя мариновать.

Как указывает @bigbug, пример того, как обойти это ограничение, Matplotlib: одновременное построение графика в нескольких потоках. Основная идея состоит в том, что вы выталкиваете всю подпрограмму печати в подпроцесс, поэтому вы только numpy может быть, возможно, некоторая информация о конфигурации через границы процесса.

Answer 2

Вы можете попробовать переместить весь код matplotlib (включая импорт) в функцию.

1. Убедитесь, что у вас нет импорта matplotlib или импорта matplotlib.pyplot как plt в верхней части кода.

2. создайте функцию, которая выполняет все операции с matplotlib, включая импорт.

Пример:

import numpy as np
from multiprocessing import pool

def graphing_function(graph_data):
    import matplotlib.pyplot as plt
    plt.figure()
    plt.hist(graph_data.data)
    plt.savefig(graph_data.filename)
    plt.close()
    return

pool = Pool(4)
pool.map(graphing_function, data_list)