似乎有许多并行化Python的选项。我在下面看到了这些选项：
共享内存： therading，multiprocessing，joblib，cython.parallel
分布式内存： mpi4py，parallelpython（pp）
任何CUDA，OpenCL选项？
有没有人有使用这些或其他并行库的经验？他们如何相互比较？我对python在科学计算领域的计算密集型应用程序中的使用特别感兴趣。
答案 0 :(得分：2)
任何CUDA，OpenCL选项？
无论如何，CUDA都有pyCUDA和Copperhead。
还有pyOpenCL。 （我对OpenCL不熟悉，可能还有其他人。）
SO上有pyCUDA和pyOpenCL标签。
pyCUDA和pyOpenCL基本上是“包装”AFAIK，但目前还不清楚你究竟在寻找什么 - 你的范围看起来很宽。
答案 1 :(得分：1)
据我所知，pyPar和/或pyMPI是科学领域中计算密集型应用程序中最常用的两个库。
pyPar往往更容易使用，而pyMPI功能更完善 - 因此第一次更频繁地用于不太复杂的计算。
Iirc，它们只是相关C库的python包装器，使它们成为性能最高/效率最高的库。