为什么一个python函数并行工作，即使它不应该?

Question

我使用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。它工作了一段时间，但是，当我现在运行它时，函数healpy.projector.GnomonicProj.projmap占用了所有可用的内核。

这是相关代码块:

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，有人知道在单核上运行它的方法吗?

谢谢!

Answer 1

在这个线程中，他们建议相应地设置环境变量OMP_NUM_THREADS:

共事:

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healpy库之前完成。

至于原因:可能他们在你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，我猜它是OpenMP。