并行化字典理解

我有以下功能和字典理解：

def function(name, params):
    results = fits.open(name)
    <do something more to results>
    return results

dictionary = {name: function(name, params) for name in nameList}

并希望将其并行化。有什么简单的方法可以做到这一点吗？

In here https://stackoverflow.com/questions/20190668/python-multiprocessing-a-for-loop我已经看到multiprocessing可以使用模块，但无法理解如何让它将我的结果传递到我的字典中。

NOTE：如果可能，请给出一个可以应用于任何返回结果的函数的答案。

NOTE 2：主要是操作拟合文件并将结果分配给一个类

UPDATE

所以这就是最终对我有用的（来自@code_onkel答案）：

def function(name, params):
    results = fits.open(name)
    <do something more to results>
    return results

def function_wrapper(args):
    return function(*args)

params = [...,...,..., etc]    

p = multiprocessing..Pool(processes=(max([2, mproc.cpu_count() // 10])))
args_generator = ((name, params) for name in names)

dictionary = dict(zip(names, p.map(function_wrapper, args_generator)))

使用 tqdm 仅部分有效，因为我可以使用自定义栏，因为 tqdm 恢复为仅包含迭代的默认栏。

字典理解本身不能并行化。这是一个如何使用的示例multiprocessing使用 Python 2.7 的模块。

from __future__ import print_function
import time
import multiprocessing

params = [0.5]

def function(name, params):
    print('sleeping for', name)
    time.sleep(params[0])
    return time.time()

def function_wrapper(args):
    return function(*args)

names = list('onecharNAmEs')

p = multiprocessing.Pool(3)
args_generator = ((name, params) for name in names)
dictionary = dict(zip(names, p.map(function_wrapper, args_generator)))
print(dictionary)
p.close()

这适用于任何函数，尽管的限制multiprocssing module https://docs.python.org/2.7/library/multiprocessing.html#programming-guidelines申请。最重要的是，作为参数传递的类和返回值以及要并行化的函数本身必须在模块级别定义，否则（反）序列化器将找不到它们。包装函数是必要的，因为function()有两个参数，但是Pool.map()只能处理带有一个参数的函数（作为内置的map()功能）。

使用 Python >3.3 可以通过使用来简化Pool作为上下文管理器和starmap()功能。

from __future__ import print_function
import time
import multiprocessing

params = [0.5]

def function(name, params):
    print('sleeping for', name)
    time.sleep(params[0])
    return time.time()

names = list('onecharnamEs')

with multiprocessing.Pool(3) as p:
    args_generator = ((name, params) for name in names)
    dictionary = dict(zip(names, p.starmap(function, args_generator)))

print(dictionary)

这是一个更易读的版本with block:

with multiprocessing.Pool(3) as p:
    args_generator = ((name, params) for name in names)
    results = p.starmap(function, args_generator)
    name_result_tuples = zip(names, results)
    dictionary = dict(name_result_tuples)

The Pool.map()function 适用于具有单个参数的函数，这就是为什么Pool.starmap()3.3 中添加了该功能。