计算化学公社

标题: 请管理员删除 [打印本页]
作者
Author: 我本是个娃娃    时间: 2019-4-11 22:08
标题: 请管理员删除
本帖最后由 我本是个娃娃 于 2022-10-15 18:15 编辑

请管理员删除


作者
Author: tjuptz    时间: 2022-9-10 21:34
请问python 脚本的并行化楼主可有门道了？最近想学习把脚本并行从而处理md轨迹时更快，希望找点学习资料
作者
Author: 乐平    时间: 2022-9-11 11:51
tjuptz 发表于 2022-9-10 21:34
请问python 脚本的并行化楼主可有门道了？最近想学习把脚本并行从而处理md轨迹时更快，希望找点学习资料

其实并不需要并行。
很多用到 Numpy 的脚本其实并没有将 Numpy 的优势发挥出来，而是用大量的 for 循环徒增了时间。

应用 Numpy 要尽可能抛弃使用 for 循环的思想，用 Numpy 自身的高级切片功能，axis= 选项，以及 Numpy 的函数来处理数据。
作者
Author: 乐平    时间: 2022-9-11 12:08
本帖最后由 乐平 于 2022-9-11 18:31 编辑

看了你的脚本，速度慢大概率是因为你用了 for 循环来筛选数据，然后将数据一个一个 append 到新的列表里。这样效率当然会下降。

Numpy 数组（不是 python 的 list）不需要用 for 循环筛选数据。Numpy 有高效地筛选数据的切片方法。


  1. data = data[(data[:,3]>-0.05) & (data[:,3] < 0.05)]
  2. X = data[:,3]
  3. Y = data[:,4]
复制代码

看了 Sob 老师的视频 用Multiwfn+Origin绘制RDG(NCI)方法的散点图_哔哩哔哩_bilibili ，发现应该是用最后两列的数据作图。你的代码里应该是写错了，我说怎么运行之后打印了一堆数据……      
    Line #1774986 (got 6 columns instead of 4)
    Line #1774987 (got 6 columns instead of 4)
    Line #1774988 (got 6 columns instead of 4)
    Line #1774989 (got 6 columns instead of 4)
    Line #1774990 (got 6 columns instead of 4)
    Line #1774991 (got 6 columns instead of 4)
    Line #1774992 (got 6 columns instead of 4)
    Line #1774993 (got 6 columns instead of 4)
    Line #1774994 (got 6 columns instead of 4)
    Line #1774995 (got 6 columns instead of 4)
    Line #1774996 (got 6 columns instead of 4)
    Line #1774997 (got 6 columns instead of 4)
    Line #1774998 (got 6 columns instead of 4)
    Line #1774999 (got 6 columns instead of 4)
    Line #1775000 (got 6 columns instead of 4)



我优化了脚本，目前处理数据的速度提升了。对于 Multiwfn/examples/2-pyridoxine_2-aminopyridine.wfn 文件，使用 Multiwfn 20 --> 1 --> 3 (High quality grid,   covering whole system, about 1728000 points in total）得到数据，总共 1775000 行 5 列数据，118 MB。用 Numpy 切片方法处理数据在我四年前买的笔记本上（第八代 Intel CPU）只需要 8.5 秒左右。

加上了彩色，绘图结果如下：
(, 下载次数 Times of downloads: 28)


Python 代码如下：
(, 下载次数 Times of downloads: 3)

用法：在命令行输入 python plot_RDG.py -h ，会显示使用方法。
  1. >>> python plot_RDG.py -h
复制代码


其中 -h 表示帮助， -i 表示输入的限位符。用户可以在此限位符后输入文件的路径和文件名。如果文件名在当前路径，则可以忽略路径，直接输入文件名。

输入路径和文件名后，Python 程序会使用  Numpy 切片而不是 for 循环来筛选数据。此过程对于 1775000 行数据只需要 8.5 秒左右的时间。数据处理完后会在屏幕上打印时间。

然后，Python 会根据筛选后的数据绘图。

作者
Author: tjuptz    时间: 2022-9-11 17:22
本帖最后由 tjuptz 于 2022-9-11 17:31 编辑
乐平 发表于 2022-9-11 11:51
其实并不需要并行。
很多用到 Numpy 的脚本其实并没有将 Numpy 的优势发挥出来，而是用大量的 for 循环 ...

谢谢大佬的指教，我的脚本只是用了嵌套for循环从parmed读入的轨迹中的atom list来进行原子对之间的简单坐标运算，判断是否满足设定条件。看来问题可能不在于并行，而在于数据结构或者使用的库。我再看看parmed的atom list 对象底层是否是numpy实现的，思考下能否用切片功能代替for循环。
作者
Author: 乐平    时间: 2022-9-11 18:00
本帖最后由 乐平 于 2022-9-11 18:02 编辑
tjuptz 发表于 2022-9-11 17:22
谢谢大佬的指教，我的脚本只是用了嵌套for循环从parmed读入的轨迹中的atom list来进行原子对之间的简单坐 ...

我重新写了一个新脚本，你可以参考（上传了脚本，帖子在审核阶段，可能需要等一等才能看到）。
作者
Author: tjuptz    时间: 2022-9-11 18:13
本帖最后由 tjuptz 于 2022-9-16 13:59 编辑
乐平 发表于 2022-9-11 18:00
我重新写了一个新脚本，你可以参考（上传了脚本，帖子在审核阶段，可能需要等一等才能看到）。

谢谢大佬细致的指教，已下载学习。



欢迎光临 计算化学公社 (http://bbs.keinsci.com/) Powered by Discuz! X3.3