numpy的底层是C和Fortran写的,基于blas有一些加速机制。近期,在使用numpy时,数据元素的类型是object类型,并且对该类型重写了部分基础运算的魔术方法,例如加法,乘法。在进行np.sum或np.dot时,通过看CPU效率,似乎并没有采用并行机制?请问有什么方法可以实行numpy中类型为object数据的并行机制吗?
numpy的底层是C和Fortran写的,基于blas有一些加速机制。近期,在使用numpy时,数据元素的类型是object类型,并且对该类型重写了部分基础运算的魔术方法,例如加法,乘法。在进行np.sum或np.dot时,通过看CPU效率,似乎并没有采用并行机制?请问有什么方法可以实行numpy中类型为object数据的并行机制吗?
object数据如果是数值型 直接转矩阵就行了 如果是字符串那就没法并行了