如何解决Python程序并行处理中的TypeError: bagging_and_trees_growth() argument after ** must be a mapping, not tuple错误（pp模块在Python3中无法使用）

你遇到的TypeError: bagging_and_trees_growth() argument after ** must be a mapping, not tuple错误，核心原因是**ThreadPool.apply_async的参数规则和你之前用的pp.submit完全不同**，错误地传递了依赖函数和模块参数导致的。

错误原因拆解 #

pp模块的submit方法支持传入依赖函数（depfun）和依赖模块（dep_modules）来确保任务在子进程中能正常运行，但multiprocessing.dummy.ThreadPool的apply_async方法根本不需要这些参数——它的参数定义是：

apply_async(func, args=(), kwds={}, callback=None, error_callback=None)

你在调用时把depfun和dep_modules当成了apply_async的后续参数，这些参数会被识别为kwds（关键字参数），但depfun是元组而非字典（映射类型），所以直接触发了类型错误。

解决方案 #

只需要移除apply_async调用中多余的depfun和dep_modules参数即可，因为线程池会自动继承主进程的函数和模块环境，只要这些依赖在主进程中已经导入，子线程就能正常访问。

修正后的agiled_random_forest函数代码如下：

def agiled_random_forest(samples, network, size, processes=39):
    rforest = []
    threadPool = ThreadPool(processes=processes)
    # 移除了不需要的depfun和dep_modules参数，显式指定args参数更清晰
    tree_num_of_each_task = int(size/processes)
    jobs = [threadPool.apply_async(bagging_and_trees_growth, 
                                   args=(samples, network, tree_num_of_each_task)) 
            for x in range(processes)]
    for job in jobs:
        rforest += job.get()
    threadPool.destroy()
    return rforest

额外注意事项 #

• 确保所有依赖的函数（比如find_best_split、tree_growth等）和模块（networkx、numpy等）都在主脚本开头完成导入，线程池的子线程会自动共享这些资源。
• 如果size不能被processes整除，最后可能会少生成一些树，你可以额外处理这个边界情况（比如给最后一个任务多分配剩余的树数量）。

内容的提问来源于stack exchange，提问作者Ravi Saroch