如何让Dask的Client.map支持多参数函数，实现类似Pool.starmap效果

想要实现和Python标准库multiprocessing.Pool.starmap一致的效果，将dask.distributed.Client的映射方法直接作用于接收多个参数的函数，且不需要修改原有函数的参数结构。

问题复现 #

原有写法运行时报错，代码如下：

from contextlib import contextmanager

from dask.distributed import Client


@contextmanager
def dask_client(**kwargs):
    """Dask客户端上下文管理器"""
    kwargs.setdefault("ip", "localhost:8786")
    client = Client(**kwargs)

    try:
        yield client
    except Exception:
        raise
    finally:
        client.close()


def f(x,y,z):
    # 示例多参数函数
    return x+y+z

if __name__ == "__main__":
    with dask_client() as client:
        # 错误写法：仅传入两组可迭代参数，且map不会自动解包元组
        client.map(f, (1,2,3), (1,2,3))

运行后报错显示函数f缺少第三个必填参数z，原因是Client.map默认按位置接收多组可迭代对象，每组对应函数的一个位置参数，上述写法仅传入了对应x和y的两组值，缺少对应z的参数序列。

可行解决方案（无需修改原函数定义） #

方案1：使用Dask自带的Client.starmap（推荐） #

Dask官方已经提供了完全对标标准库starmap的实现，会自动将传入的每个参数元组解包后传递给目标函数，用法和multiprocessing.Pool.starmap完全一致：

if __name__ == "__main__":
    with dask_client() as client:
        # 构造参数元组序列，每个元组对应一次f调用的全部位置参数
        params = [(1,1,1), (2,2,2), (3,3,3)]
        # 调用starmap
        res = client.starmap(f, params)
        # 收集执行结果
        print(client.gather(res)) # 输出 [3, 6, 9]

如果参数分别存储在不同的可迭代对象中，可通过zip打包后直接传入：

x_vals = (1,2,3)
y_vals = (1,2,3)
z_vals = (1,2,3)
res = client.starmap(f, zip(x_vals, y_vals, z_vals))

方案2：lambda临时包装解包 #

如果受版本限制无法使用starmap，可以通过lambda对参数做临时解包，不需要修改原函数的逻辑：

if __name__ == "__main__":
    with dask_client() as client:
        params = [(1,1,1), (2,2,2), (3,3,3)]
        # 外层用lambda接收参数元组，解包后传给原函数f
        res = client.map(lambda args: f(*args), params)
        print(client.gather(res))

内容的提问来源于stack exchange，提问作者Andrex