MODIS衛星データの分析を試みています。私のコードは主に、1200 x 1200(806 * 1200 * 1200)のディメンションの多数のファイル(806)を読み取ります。 for loop
および数学演算を実行します。
以下は、ファイルを読み取る一般的な方法です。
mindex=np.zeros((1200,1200))
for i in range(1200):
var1 = xray.open_dataset('filename.nc')['variable'][:,i,:].data
for j in range(1200):
var2 = var1[:,j]
## Mathematical Calculations to find var3[i,j]##
mindex[i,j] = var3[i,j]
処理するデータが多いため、プロセスは非常に遅く、並列化を検討していました。 joblib
を使って何かを試しましたが、できませんでした。
この問題への対処方法がわかりません。
私の推測では、同時に複数のファイルで作業したいと思います。そのためには、(私の意見では)multiprocessing
を使用するのが最善の方法です。これを使用するには、基本ステップを定義する必要があり、それはすでにコードで行われています。
import numpy as np
import multiprocessing as mp
import os
def compute(file):
mindex=np.zeros((1200,1200))
for i in range(1200):
var1 = xray.open_dataset(file)['variable'][:,i,:].data
for j in range(1200):
var2 = var1[:,j]
## Mathematical Calculations to find var3[i,j]##
mindex[i,j] = var3[i,j]
return (file, mindex)
if __== '__main__':
N= mp.cpu_count()
files = os.scandir(folder)
with mp.Pool(processes = N) as p:
results = p.map(f, [file.name for file in files])
これにより、要素results
のリストが返されます。各要素は、ファイル名とmindex行列を持つタプルです。これにより、同時に複数のファイルで作業できます。各ファイルの計算が長い場合は特に効率的です。