小编jea*_*nie的帖子

I\xe2\x80\x99m 在高效并行化方面遇到一些麻烦np.concatenate。这是一个最小的工作示例。（我知道在这里我可以分别对a和b求和，但我专注于并行连接操作，因为这是我在项目中需要做的事情。然后我将对连接数组进行进一步的操作，例如排序。）

无论我在多少个核心上运行此程序，它似乎总是花费相同的时间（约 10 秒）。如果说有什么不同的话，那就是核心数越多，速度就越慢。我尝试在装饰器中使用 cc 来释放 GIL nogil=True，但没有成功。请注意，即使没有加速，所有核心在计算过程中显然都在使用。

有谁能够帮助我？

非常感谢

from numba import prange, njit\nimport numpy as np\n\n\n@njit()\ndef cc():\n\n    r = np.random.rand(20)\n    a = r[r < 0.5]\n    b = r[r > 0.7]\n\n    c = np.concatenate((a, b))\n\n    return np.sum(c)\n\n\n@njit(parallel=True)\ndef cc_wrap():\n    n = 10 ** 7\n    result = np.empty(n)\n    for i in prange(n):\n        result[i] = cc()\n\n    return result\n\ncc_wrap()\n