当我使用python运行脚本时遇到问题。我没有在python中进行任何并行化，也没有调用任何mpi来运行脚本。我只执行“python myscript.py”，它应该只使用1个cpu。
然而，当我查看命令“top”的结果时，我发现python几乎占用了我cpus的390％。我有一个四核，所以8个线程。我不认为这有助于我的脚本运行得更快。所以，我想了解为什么python使用多个cpu，并阻止它这样做。
有趣的是，当我运行第二个脚本时，那个也占用了390％。如果我运行第三个脚本，每个脚本的CPU使用率下降到250％。前一段时间我和matlab有类似的问题，我解决它的方法是使用-singlecompthread启动matlab，但我不知道如何处理python。
如果有帮助，我在我的脚本中解决泊松方程（根本没有并行化）。
更新： 我的朋友在他自己的计算机上运行代码，它只需要100％的CPU。我不使用任何BLAS，MKL或任何其他东西。我仍然不知道400％cpu使用的原因是什么。 有一个来自SLATEC库的fortran算法，它解决了Ax = b系统。我认为那部分是使用了很多cpu。
答案 0 :(得分：2)
您的代码可能正在调用一些使用C / C ++ /等的函数。下。在这种情况下，可以使用多个线程。
您是否正在调用任何只对某些更高效实现的函数进行python绑定的库？
答案 1 :(得分：1)
您始终可以设置进程关联，以便它只在一个cpu上运行。在linux上使用“taskset”命令，或在Windows上使用explorer。
这样，您应该能够知道您的脚本是否使用一个或更多cpu具有相同的性能。
答案 2 :(得分：1)
您的代码是否可以使用SciPy或其他数字库来链接英特尔MKL或其他供应商提供的使用OpenMP的库？如果使用OpenMP并行化基础C / C ++代码，则可以通过将环境变量OMP_NUM_THREADS设置为1来将其限制为单个线程：
OMP_NUM_THREADS=1 python myscript.py
如果与相应的并行驱动程序（默认链接行为）链接，英特尔MKL肯定在许多地方（LAPACK，BLAS和FFT函数）是并行的，并且默认情况下启动的计算线程数与可用CPU核心数一样多。