小编Roh*_*ani的帖子

实际代码如下:

def compute_score(row_list,column_list): 

    for i in range(len(row_list)):
            for j in range(len(column_list)):
                tf_score = self.compute_tf(column_list[j],row_list[i])

我想要实现多处理,即在每次迭代时j我想要合并column_list.由于compute_tf功能很慢,我想多处理它.

我发现必须joblib在Python中使用它,但我无法使用嵌套循环进行解决.

Parallel(n_jobs=2)(delayed(self.compute_tf)<some_way_to_use_nested_loops>)

这就是要实现的目标.如果提供任何解决方案或任何其他解决方案,这将是一个很大的帮助.

我有一个名为 empl 的表，还有另一个表 new_empl 与 empl 具有相同的列和定义。是否可以使用以下代码在 new_empl 中从 v_record 插入记录？

DECLARE
   v_record empl%rowtype;
BEGIN 
   Insert into new_empl values v_record;
END;

empl 表中有太多列，我想避免列出它们。