from multiprocessing import Pool
dist_result = []

with Pool() as p:
    dist_result.append(p.map(dist_cal, !!!!(total_point, range(100) !!!!))

느낌표로 쌓인 부분이 모르겠는 부분입니다. 구현하고자 하는 코드의 원하는 바는 다음과 같습니다.

기본적으로 total_point 는 100 차원 인티저의 수백만개 집합입니다. 예) [ [1,2,3,...100] , [-1,2,3...], [12,4,2,...] ...]

dist_cal 은 함수입니다. 내부 점들간의 유클리드 거리를 구합니다. 단, 차원을 넣어주면 점들 중에서 그 넣어준 차원까지만 반영합니다

import itertools
def dist_cal(points_list, dim):

    result = 0
    for combi in itertools.combinations(points_list, 2):
        tmp = 0
        for i in range(dim):
            tmp += (combi[0][i]-combi[1][i])**2
        result += tmp**0.5

    return result

0차원에서 100차원까지 차원을 늘려가면서 점들간의 거리의 변화를 관측하려 하는데, 연산량이 많아서 병렬화 시키는 것이 목표인 코드입니다.

다시 질문하고자 하는 코드로 돌아가면

from multiprocessing import Pool
dist_result = []

with Pool() as p:
    dist_result.append(p.map(dist_cal, !!!!(total_point, range(100) !!!!))

total_point 는 모든 병렬 연산에서 바뀌지 않는 기본 인풋입니다. 그러나 이것이 단지 0~100을 다르게 실행하고자 하는데, 이것을 병렬실행 하기 위해서 p.map() 에 넣을 때, 함수 하나, 그리고 그 함수의 인자들을 따로 넣어 주는데

이 인자들을 생성할 때,

(고정된 토탈포인트, 계속 바뀌는 1~100의 숫자) 의 형태로 생성하는 방법을 몰라서 이럽니다.

부탁드립니다.

==============================

def genero(po, N):
    count = 0
    for i in range(N):
        yield po, i

with Pool() as p:
    dist_result.append(p.map(dist_cal, genero(total_point, 10) ))

로 접근해 보고 있는데, 맞는 접근방법인지 모르겠습니다,. 왜 안될까요;;;;