np vectorize不利用核心

Question

我将python 3和numpy一起使用，看来numpy操作很好地使用了我的所有内核，但是当我将函数与np.vectorize一起使用时，例如：

f = lambda x: (x*1000) / 20 * 15 + 3
v_func = np.vectorize(f) 
v_func(arr) 

长时间仅使用一个内核（根据cpu利用率图表）。

如何将其与numpy的多核功能一起使用？

Answer 1

这可以使用numexpr库通过以下代码完成：

import numexpr as ne
import numpy as np

data = list(range(1000))
arr = np.array(range(100000))
b = ne.evaluate("(arr * 1000) / 25 * 15 + 3")
print(b)

该库正在创建向量化函数，该函数确实利用了here

所述的多线程功能。