Python 在Cython和NOGIL中使用Fortran NumPy操作，what'；Fortran库相当于NumPy乘法吗？

所以我试图帮助另一个So用户，在这个过程中，我不能创建一个Cython程序来做一些简单的NumPy之外的事情，这迫使我使用GIL。因此，不可能使用OpenMP（多核）。然后我看到了一篇有趣的文章，你可以从SciPy直接将Fortran库导入Cython代码（BLAS，LAPACK），这是与NumPy一起安装的，在我的例子中是与Intel MKL等效的函数。我所要做的就是把两个1000x1维的向量乘以另一个被转置的向量，得到一个1000x1000的矩阵。但是我找不到相关的Fortran例程（相当于NumPy乘法）来实现这个功能。所有的例程似乎都做矩阵乘法。因此，SciPy中现在的酷功能是将它添加到Cython模块中：

import SciPy.linalg.Cython_blas as blas

---

cimport scipy.linalg.cython_lapack作为lapack

然后在理论上我从Fortran库

dgemm

开始，通过调用

blas.dgemm（options）

，但它做矩阵积，而不仅仅是元素乘法。有人知道Fortan模块吗？它将对2个1000x1向量进行简单乘法，1个转置，得到一个1000x1000矩阵？如果你能添加输入语法，那就太好了。我将C连续内存视图传递给函数，即[：：1]Cython NumPy vectors。

您所描述的是一个称为的纯NumPy特性。这些广播操作是使用C（或Cython）代码完成的。在Cython中，您始终可以通过Python C API访问这些函数，例如（尽管它们可能不会释放GIL），但Cython中的正常乘法无论如何都应该委托给该函数，因此您通常不需要直接调用（或导入）它

---

BLAS/LAPACK主要用于线性代数，即使您可以“使用”此处公开的函数，它也不会与NumPy使用的函数相同（通常）。

感谢您的阅读资料。我相信使用Hadamard乘积可以实现2个向量的元素相乘，但这仅限于MKL（也就是说，我在

scipy.linalg.cython_lapack

文件中没有看到定义），尽管如果您知道任何cython示例文件显示如何包含MKL库，这会让我开始学习，

vdmul

是库：您可能不需要这样做。您可以使用GIL:块将需要GIL的小部分包装在

中。乘法（可能）会在内部再次释放GIL，因此如果您希望这样做，则可以（可能）与其他代码并行运行。@DavidW如果您是对的，我不必这样做，但我想将其添加到我的Cython工具包中。。。我一直在使用Python，任何我能用OpenMP加速的东西都会更好。从这个意义上讲，将Fortan指针直接指向Scipy和Cython是非常有吸引力的。