python - 从多个线程调用 NumPy 的 C API 函数有什么影响？

Question

这是一项有风险的业务，我理解 Global Interpreter Lock 是并行性的强大敌人。但是，如果我使用NumPy 的 C API（特别PyArray_DATA是 NumPy 数组上的宏），从多个并发线程调用它是否有潜在的后果？

请注意，我仍将拥有 GIL，而不是通过NumPy 的线程支持发布它。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，这对我来说已经足够了。

我在 Linux 上运行 Python 2.6.6 和 NumPy 1.3.0。

score 7 · Accepted Answer

在这里回答我自己的问题，但是在探究 NumPy 1.3.0 的源代码之后，我相信答案是：是的，PyArray_DATA是线程安全的。

PyArray_DATA在 ndarrayobject.h 中定义：

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

PyArrayObject 结构类型定义在同一个文件中；感兴趣的领域是：
```
char *data;
```
所以现在的问题是data从多个线程访问是否安全。
从头开始创建一个新的 NumPy 数组（即，不是从现有数据结构派生的）将一个NULL数据指针传递给PyArray_NewFromDescr在 arrayobject.c 中定义的。
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它是线程安全的，只要 NumPy 数组是单独创建的，从不同线程写入它们是安全的。

1 回答 1