在我的场景中,我正在尝试从中采样。每个过程将从该环境中多次采样。
df <- structure(data.frame(id = c(1,2,NA,NA),cat = c("SS","SS","SV","SV"),val = c(220L,222L,223L,2206L)),.Names = c("id","cat","val"),class = "data.frame",row.names = c(NA,-6L))
sapply(df,function(x) ((sum(is.na(x))))*.01)%>%
stack %>% rev %>% filter(values > 0) %>% setNames(nm=c("variable","missing"))%>%
paste0(colnames ->NulCols)
目标是使每个OpenmPI进程同步或异步共享从环境中采样的内容。 import numpy as np
class EnvSim(object):
@staticmethod
def get():
return np.random.randint(0,2000)
from collections import defaultdict
class Dict(object):
def __init__(self):
self.d = defaultdict(int)
def update(self,key):
self.d[key] += 1
print(key)
data_array = [np.empty(1,dtype=np.int) for _ in range(num_cpu)]
data_array[proc_id()] = np.array([key],dtype=np.int)
MPI.COMM_WORLD.Bcast(data_array[proc_id()],root=proc_id())
for data in data_array:
self.d[data.tolist()[0]] += 1
是在此处使用的正确方法还是我应该使用其他方法?
这是我用来执行程序的主要声明:(当前不起作用。
Bcast