我有一些用f(x,y)命令矢量化的函数numpy.vectorize。我已经做了一些x和y的网格值，我希望对该函数进行评估。我的程序如下所示：
from numpy import vectorize,meshgrid, linspace
@vectorize
def f(x,y):
pass
x = linspace(0,10)
y = linspace(0,10)
X, Y = meshgrid(x, y)
Z = f(X,Y)
当我在评估时查看系统监视器时（例如在Ubuntu上使用
htop），我看到仅使用了一个内核。在这样的计算中，要获得系统的最大收益，有哪些选择？ 最佳答案
使用numpy.vectorize通常不是一个好主意。它没有并行化任何东西，实际上，由于其工作方式，其性能通常甚至都不是很好（如in its documentation所述）。因此，相反，您需要在内部对f(x,y)函数进行矢量化处理，或者将其实现为C或C ++或Fortran等模块。
如果您想真正地在Python中使用多个内核，最好的选择是如果函数是用C实现的，则使用threading模块，或者如果您尝试运行本机Python（包括NumPy），则使用multiprocessing。
关于python - 在多个内核上执行矢量化功能，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/23365871/