为什么 python 函数不应该并行工作却可以并行工作？

Question

我正在使用healpy包运行此代码。我没有使用多处理，我需要它在单核上运行。它运行了一段时间，但是，当我现在运行它时，该函数healpy.projector.GnomonicProj.projmap会占用所有可用的内核。

这是有罪的代码块：

def Stacking () :

    f = lambda x,y,z: pixelfunc.vec2pix(xsize,x,y,z,nest=False)
    map_array = pixelfunc.ma_to_array(data)
    im = np.zeros((xsize, xsize))
    plt.figure()

    for i in range (nvoids) :
        sys.stdout.write("\r" + str(i+1) + "/" + str(nvoids))
        sys.stdout.flush()
        proj = hp.projector.GnomonicProj(rot=[rav[i],decv[i]], xsize=xsize, reso=2*nRad*rad_deg[i]*60/(xsize))
        im += proj.projmap(map_array, f)

    im/=nvoids
    plt.imshow(im)
    plt.colorbar()
    plt.title(title + " (Map)")
    plt.savefig("../Plots/stackedMap_"+name+".png")

    return im

有人知道为什么这个函数是并行运行的吗？最重要的是，有人知道如何在单核中运行它吗？

谢谢你！

Answer 1

在此线程中，他们建议相应地设置环境变量OMP_NUM_THREADS：

合作过：

import os
os.environ['OMP_NUM_THREADS'] = '1'
import healpy as hp
import numpy as np

os.environ['OMP_NUM_THREADS'] = '1'必须在导入 numpy 和ealpy 库之前完成。

至于原因：可能他们在您使用的函数的实现中使用了一些并行化技术。根据变量的名称，我猜是OpenMP 。