用法使得函數給出錯誤的結果

Question

給定兩個矩形的相對的角(x1, y1)和(x2, y2)和兩個半徑r1和r2，發現點的那個位於由半徑限定的圓之間的比率r1和r2到矩形中的點的總數。

簡單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 

下一個我試圖從numba的jit裝飾，以優化該功能。當我使用：

nopython = True 

該功能更快，並提供正確的輸出。但是，當我還補充說：

parallel = True 

該功能更快，但會給出錯誤的結果。 我知道這與我的z矩陣有關，因爲它沒有被正確更新。

@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 

測試值：

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

問題與parallel=True是它是一個黑盒子。 Numba甚至不保證它會實際上並行任何東西。它使用啓發式方法來確定它是否可並行化，並且可以並行執行哪些操作。這些可能會失敗，並且在您的示例中它們確實失敗，就像在my experiments with parallel and numba中一樣。這使parallel不值得信賴，我會建議對使用它！

在更新的版本（0.34）prange被添加，你可以有更多的運氣。它不能在這種情況下應用，因爲prange作品像range，這就是從np.linspace不同...

剛一說明：您可以避免構建z，完全在做你的函數的np.where，你可能只是做檢查明確：

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 

這也應該提供一些加速相比，你的功能，甚至比使用parallel=True（如果它會正常工作）更多。