পান্ডারা numexprকিছু ক্রিয়াকলাপ গণনা করতে হুডের নীচে ব্যবহার করে এবং numexprযখন তা আমদানি করা হয় তখন ভিএমএল-এর জন্য সর্বাধিক সংখ্যক থ্রেড সেট করে :
# The default for VML is 1 thread (see #39)
set_vml_num_threads(1)
এক্সপ্রেশন.পিপিতেdf+df মূল্যায়ন করা হয় এবং এটি পান্ডাস দ্বারা আমদানি হয় :
from pandas.core.computation.check import _NUMEXPR_INSTALLED
if _NUMEXPR_INSTALLED:
import numexpr as ne
যাইহোক, Anaconda দ্বারা বন্টন এছাড়াও যেমন কাজকর্মের জন্য vml-কার্যকারিতা ব্যবহার sqrt, sin, cosইত্যাদি - এবং একবারnumexpr 1 সেট vml-থ্রেড সর্বোচ্চ সংখ্যা, numpy-ফাংশন আর ব্যবহার parallelization।
সমস্যাটি সহজেই জিডিবিতে দেখা যায় (আপনার ধীর স্ক্রিপ্ট ব্যবহার করে):
>>> gdb --args python slow.py
(gdb) b mkl_serv_domain_set_num_threads
function "mkl_serv_domain_set_num_threads" not defined.
Make breakpoint pending on future shared library load? (y or [n]) y
Breakpoint 1 (mkl_serv_domain_set_num_threads) pending.
(gbd) run
Thread 1 "python" hit Breakpoint 1, 0x00007fffee65cd70 in mkl_serv_domain_set_num_threads () from /home/ed/anaconda37/lib/python3.7/site-packages/numpy/../../../libmkl_intel_thread.so
(gdb) bt
#0 0x00007fffee65cd70 in mkl_serv_domain_set_num_threads () from /home/ed/anaconda37/lib/python3.7/site-packages/numpy/../../../libmkl_intel_thread.so
#1 0x00007fffe978026c in _set_vml_num_threads(_object*, _object*) () from /home/ed/anaconda37/lib/python3.7/site-packages/numexpr/interpreter.cpython-37m-x86_64-linux-gnu.so
#2 0x00005555556cd660 in _PyMethodDef_RawFastCallKeywords () at /tmp/build/80754af9/python_1553721932202/work/Objects/call.c:694
...
(gdb) print $rdi
$1 = 1
উদাহরণস্বরূপ, আমরা দেখতে পাচ্ছি, numexprথ্রেডের সংখ্যা 1 তে সেট করে যা পরে vML-sqrt ফাংশন বলা হয়ে থাকে:
(gbd) b mkl_serv_domain_get_max_threads
Breakpoint 2 at 0x7fffee65a900
(gdb) (gdb) c
Continuing.
Thread 1 "python" hit Breakpoint 2, 0x00007fffee65a900 in mkl_serv_domain_get_max_threads () from /home/ed/anaconda37/lib/python3.7/site-packages/numpy/../../../libmkl_intel_thread.so
(gdb) bt
#0 0x00007fffee65a900 in mkl_serv_domain_get_max_threads () from /home/ed/anaconda37/lib/python3.7/site-packages/numpy/../../../libmkl_intel_thread.so
#1 0x00007ffff01fcea9 in mkl_vml_serv_threader_d_1i_1o () from /home/ed/anaconda37/lib/python3.7/site-packages/numpy/../../../libmkl_intel_thread.so
#2 0x00007fffedf78563 in vdSqrt () from /home/ed/anaconda37/lib/python3.7/site-packages/numpy/../../../libmkl_intel_lp64.so
#3 0x00007ffff5ac04ac in trivial_two_operand_loop () from /home/ed/anaconda37/lib/python3.7/site-packages/numpy/core/_multiarray_umath.cpython-37m-x86_64-linux-gnu.so
সুতরাং আমরা দেখতে পাচ্ছি যে ন্যাম্পি ভিটিএমএল এর বাস্তবায়ন vdSqrtব্যবহার mkl_vml_serv_threader_d_1i_1oকরে যা গণনা সমান্তরালভাবে করা উচিত কিনা তা স্থির করে এবং এটি থ্রেডের সংখ্যা দেখায়:
(gdb) fin
Run till exit from #0 0x00007fffee65a900 in mkl_serv_domain_get_max_threads () from /home/ed/anaconda37/lib/python3.7/site-packages/numpy/../../../libmkl_intel_thread.so
0x00007ffff01fcea9 in mkl_vml_serv_threader_d_1i_1o () from /home/ed/anaconda37/lib/python3.7/site-packages/numpy/../../../libmkl_intel_thread.so
(gdb) print $rax
$2 = 1
নিবন্ধনকর্মী %rax সর্বাধিক সংখ্যক থ্রেড রয়েছে এবং এটি 1।
এখন আমরা ভিএমএল-থ্রেডের সংখ্যা বাড়াতে ব্যবহার numexprকরতে পারি , অর্থাত:
import numpy as np
import numexpr as ne
import pandas as pd
df=pd.DataFrame(np.random.random((10,10)))
df+df
#HERE: reset number of vml-threads
ne.set_vml_num_threads(8)
x=np.random.random(1000000)
for i in range(10000):
np.sqrt(x) # now in parallel
এখন একাধিক কোর ব্যবহার করা হয়!
যার অর্থ নম্পীটি স্বয়ংক্রিয়ভাবে সনাক্ত করে যে আমার ওয়ার্কস্টেশনটিতে 8 টি কোর রয়েছে এবং 
