Python多线程和多处理可加快循环速度

Question

我用4个for循环实现了函数，计算时间很长，所以我试图通过使用多线程来加快速度。

我的功能如下：

def loops(start, end):  
    for h in range(start, end):
        for w in range(0, width):
            for h2 in range(h-radius, h+radius):
                for w2 in range(w-radius, w+radius):
                    compute_something()

使用多线程，我尝试了这个：

t1 = threading.Thread(target=loops, args=(0, 150))
t2 = threading.Thread(target=loops, args=(150, 300))
t1.start()
t2.start()
t1.join()
t2.join()

如果我只是将主线程与0-300一起使用，则计算时间没有变化

我也使用了Joblib多重处理：

inputs = range(300)
Parallel(n_jobs=core_num)(delayed(loops)(i) for i in inputs)

在这种情况下，计算时间甚至更高

我做错什么了吗，或者有其他方法通过多线程加速循环吗？这里的范围只是一个例子，循环的大小通常为2000 * 1800 * 6 * 6，这需要+5分钟才能完成我正在做的事情

Answer 1

由于GIL，使用多线程在python中不会获得任何加速。这是解释器的互斥量。您需要使用多处理程序包。它包含在标准发行版中。

from multiprocessing import Pool

pool = Pool()

然后只需使用map或starmap。您可以找到文档here。但是首先考虑是否可以使用numpy对代码进行矢量化，这样会更快。