Question

这是一项有风险的业务，我理解Global Interpreter Lock是并行主义的强大敌人。但是，如果我使用NumPy's C API（特别是NumPy数组上的PyArray_DATA宏），是否可能会从多个并发线程调用它？[/ p>

请注意，我仍将拥有GIL，而不是使用NumPy's threading support发布它。此外，即使NumPy不保证线程安全，但PyArray_DATA在实践中是线程安全的，对我来说足够好。

我在Linux上使用NumPy 1.3.0运行Python 2.6.6。

Answer 1

在这里回答我自己的问题，但在深入研究NumPy 1.3.0的源代码后，我认为答案是：是的，PyArray_DATA是线程安全的。

PyArray_DATA定义于 ndarrayobject.h：

#define PyArray_DATA(obj) ((void *)(((PyArrayObject *)(obj))->data))

PyArrayObject结构类型是在同一个文件中定义;场感兴趣的是：
```
char *data;
```
现在，问题是从多个线程访问data是否安全。
从头开始创建一个新的NumPy数组（即，不从现有数据结构派生它）将NULL数据指针传递给在arrayobject.c中定义的PyArray_NewFromDescr。
这会导致PyArray_NewFromDescr调用PyDataMem_NEW以便为PyArrayObject的data字段分配内存。这只是malloc的一个宏：
```
#define PyDataMem_NEW(size) ((char *)malloc(size))
```

总之，PyArray_DATA是线程安全的，只要NumPy数组是单独创建的，就可以安全地从不同的线程写入它们。