问题描述
我正在尝试为自己绘制一幅有关如何正确使用Pool对象的图片。
我的任务要复杂一些，但这是要点：
def func1(x):
return x*2
def func2(x):
return np.sqrt(x)
with Pool(os.cpu_count()) as p:
x = p.map(func1,range(1000))
x = p.map(func2,x)
然后是pool.map和pool.join的一些文档：
map（func，iterable [，chunksize]）：
与map（）内置函数的并行等效项（仅支持 不过，有一个可迭代的参数，对于多个可迭代对象，请参见starmap（）。 它会阻塞直到结果准备就绪。
和
join（）
等待工作进程退出。必须调用close（）或 使用join（）之前先终止（）。
我对“块”的含义不甚了解，但是如果我先叫x = p.map(func1,arg)，然后再叫y = p.map(func2,x)，则pool将会严格分配给任务完成，然后将其用于下一个任务。
问题1：这种理解正确吗？
如果我的理解是正确的，则似乎不需要使用p.join()，因为它似乎可以做相同的事情（阻止使用该池，直到完成当前工作为止）。
问题2：我需要对此类任务使用p.join（）吗？
最后，我看到pool.close（），它“防止将更多任务提交给池。所有任务完成后，工作进程将退出”。在我不通知的情况下如何提交更多任务？
问题3：完成所有工作后，我是否需要做任何事情，例如致电p.close()？
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）