Python 在金字塔中使用NumPy

我想使用NumPy对金字塔中可调用的视图执行一些数组计算。我使用的阵列相当大（3500x3500），因此我想知道在哪里加载它以供重复使用

现在，我的应用程序是一个页面，我使用的是一个可调用的单视图

---

阵列将从磁盘加载，并且不会更改

如果数组可以在线程之间共享，那么可以在应用程序启动时将其存储在注册表中（

config.registry['my\u big\u array']=？？

）。如果它不能被共享，那么我建议使用一个工人的排队系统，可以随时加载数据，可能是在另一个过程中。您可以通过将注册表中的值设置为threadlocal，然后在变量中存储一个新数组（如果还没有）来解决此问题，但是，每个线程都会有一个数组的副本，对于这么大的东西来说，这不是一个好主意。

如果数组可以在线程之间共享，那么可以在应用程序启动时将其存储在注册表中（

config.registry['my_big_array']=？？

）。如果它不能被共享，那么我建议使用一个工人的排队系统，可以随时加载数据，可能是在另一个过程中。您可以通过将注册表中的值设置为threadlocal，然后在变量中存储一个新数组（如果还没有），来解决这个问题，但是这样每个线程都会有一个数组的副本，对于这么大的对象来说，这真的不是一个好主意。

我只会将它加载到代码中需要使用它的明显位置（在你看来，我猜？）然后看看你是否有性能问题。最好是用实际的数字，而不是试图猜测什么会成为问题。你通常会对现实感到惊讶

---

如果您确实看到性能问题，假设您不需要为多个线程中的每个线程都提供一个副本，请尝试在导入后将其加载到全局作用域中。如果这不起作用，请尝试将其移动到其自己的模块中并导入。如果仍然没有帮助，我不知道接下来会发生什么。

我只会将其加载到代码中显而易见的位置，您需要在哪里使用它（我猜是在您看来？），并查看您是否存在性能问题。最好使用实际数字，而不是试图猜测将出现什么问题。您通常会对现实感到惊讶

---

如果您确实看到性能问题，假设您不需要为多个线程中的每个线程都提供一个副本，请尝试在导入后将其加载到全局范围中。如果这不起作用，请尝试将其移动到其自己的模块中并导入。如果仍然没有帮助…我不知道接下来会发生什么。

需要更多详细信息。您正在运行此多线程吗？你的数组是一个应在线程之间共享且从不修改的单例数组吗？你是从磁盘上的文件加载还是通过其他计算得到它？回答你的导入问题：感谢链接：对你先前评论的回答在原始问题中。我不知道线程，我需要阅读这些内容t、 需要更多详细信息。您是否正在运行此多线程？您的阵列是否是应在线程之间共享且从不修改的单实例？您是从磁盘上的文件加载还是通过其他计算获得它？回答您的导入问题：感谢链接：您之前的评论的答案在原始问题中我不知道线程，我需要深入了解它。我对金字塔（和一般的框架）非常陌生因此，我试图解析您的答案。如果线程之间共享了某些内容，则永远不需要更改？如果是，则是：所有线程的数组都将是相同的。这是基本的多线程主体。如果它不是只读的，则需要锁定机制来同步对数组的更改。大多数WSGI服务器每个线程使用一个线程请求，但有些可能会使用额外的进程（数组不会共享），因此如果它不是readonly，您需要知道发生了什么。我对Pyramid（以及一般的框架）非常陌生因此，我试图解析您的答案。如果线程之间共享了某些内容，则永远不需要更改？如果是，则是：所有线程的数组都将是相同的。这是基本的多线程主体。如果它不是只读的，则需要锁定机制来同步对数组的更改。大多数WSGI服务器每个线程使用一个线程请求，但有些可能会使用额外的进程（阵列不会共享），因此，如果它不是只读的，则需要了解发生了什么。3500x3500浮点数组（64位）的大小将约为100Mb。可以猜测，在查看功能中从磁盘加载它（在每次请求时）不会很快…3500x3500浮点数组（64位）的大小大约为100Mb。可以猜测，在查看功能中从磁盘加载它（在每次请求时）不会很快。。。