用法使得函数给出错误的结果

Question

给定两个矩形的相对的角(x1, y1)和(x2, y2)和两个半径r1和r2，发现点的那个位于由半径限定的圆之间的比率r1和r2到矩形中的点的总数。

简单NumPy的方法：

def func_1(x1,y1,x2,y2,r1,r2,n): 
    x11,y11 = np.meshgrid(np.linspace(x1,x2,n),np.linspace(y1,y2,n)) 
    z1 = np.sqrt(x11**2+y11**2) 
    a = np.where((z1>(r1)) & (z1<(r2))) 
    fill_factor = len(a[0])/(n*n) 
    return fill_factor 

下一个我试图从numba的jit装饰，以优化该功能。当我使用：

nopython = True 

该功能更快，并提供正确的输出。但是，当我还补充说：

parallel = True 

该功能更快，但会给出错误的结果。 我知道这与我的z矩阵有关，因为它没有被正确更新。

@jit(nopython=True,parallel=True) 
def func_2(x1,y1,x2,y2,r1,r2,n): 
    x_ = np.linspace(x1,x2,n) 
    y_ = np.linspace(y1,y2,n) 
    z1 = np.zeros((n,n)) 
    for i in range(n): 
     for j in range(n): 
      z1[i][j] = np.sqrt((x_[i]*x_[i]+y_[j]*y_[j])) 
    a = np.where((z1>(r1)) & (z1<(r2))) 
    fill_factor = len(a[0])/(n*n) 
    return fill_factor 

测试值：

x1 = 1.0 
x2 = -1.0 
y1 = 1.0 
y2 = -1.0 
r1 = 0.5 
r2 = 0.75 
n = 25000 

附加信息：Python版本：3.6.1，Numba版本：0.34.0 + 5.g1762237，NumPy的版本：1.13.1

Answer 1

问题与parallel=True是它是一个黑盒子。 Numba甚至不保证它会实际上并行任何东西。它使用启发式方法来确定它是否可并行化，并且可以并行执行哪些操作。这些可能会失败，并且在您的示例中它们确实失败，就像在my experiments with parallel and numba中一样。这使parallel不值得信赖，我会建议对使用它！

在更新的版本（0.34）prange被添加，你可以有更多的运气。它不能在这种情况下应用，因为prange作品像range，这就是从np.linspace不同...

刚一说明：您可以避免构建z，完全在做你的函数的np.where，你可能只是做检查明确：

import numpy as np 
import numba as nb 

@nb.njit # equivalent to "jit(nopython=True)". 
def func_2(x1,y1,x2,y2,r1,r2,n): 
    x_ = np.linspace(x1,x2,n) 
    y_ = np.linspace(y1,y2,n) 
    cnts = 0 
    for i in range(n): 
     for j in range(n): 
      z = np.sqrt(x_[i] * x_[i] + y_[j] * y_[j]) 
      if r1 < z < r2: 
       cnts += 1 
    fill_factor = cnts/(n*n) 
    return fill_factor 

这也应该提供一些加速相比，你的功能，甚至比使用parallel=True（如果它会正常工作）更多。