线程中的只读 numpy 数组 python

Question

我有多个使用 numpy 数组的线程。

import threading
import numpy as np
import time


shared_array = np.ones((5, 5))

def run(shared_array, nb_iters):
   k = shared_array**2
   for i in range(nb_iters):
      k+=2

def multi_thread(): 
    jobs = []
    for _ in range(5):
        thread = threading.Thread(target=run, args=(shared_array, 1000000))
        jobs.append(thread)

    for j in jobs:
        j.start()
    for j in jobs:
        j.join()

t0 = time.time()
multi_thread()
print(time.time() - t0)
#result: 6.502177000045776

t0 = time.time()
# we used 1000000 iterations for each thread => total nb of iterations = 5 * 1000000
run(shared_array, 1000000 * 5) 
print(time.time() - t0)
#result: 6.6372435092926025

问题是添加numpy数组作为参数后，5个并行线程的执行时间等于顺序执行！

所以我想知道如何使一个程序（类似于这个）并行，

Answer 1

这是一个糟糕的例子。 Python 有一个内部锁（全局解释器锁，GIL），这意味着一次只有一个线程可以执行 Python 代码。当你进入 numpy 时，它可以运行并行，但是因为你的数组太小了，你几乎没有花时间在 numpy 上，所以你没有任何并行性可言。

线程中的只读 numpy 数组 python

read-only numpy array in threading python

multithreading

numpy

python-multithreading