有没有可以并行计算的python科学计算库

因为我的程序中需要的化计算的evaluation部分，如果能够找到一些支持并行优化的可以。

从python官网上，可以找到一个DEAP库(git上有)，利用map进行并行计算。

这个库的优点是，documents和例子是非常详细的。很多函数，用户可以根据自己的需求修改，接口还是很好用的。

DEAP中是通过调用了一个scoop库(git上有)中的map函数来进行并行计算的。

如果你的项目不是优化，可以直接用scoop来做并行计算，scoop的documents也是蛮详细的。

为什么Python适合科学计算？

为什么python适合做计算呢要在以下几点：

1. 科学库很全。

科学库：numpy，scipymatplotlib。并行：mpi4py。调试：pdb。

2. 效率高。

如果你能学好numpy(array特性，f2py)，那么你代码执行效率不会比fortran，C差太多。但如果你用不好array，那样写出来的程序效率就只能呵呵了。所以入门后，请一定花足够多的时间去了解numpy的array类。

3. 易于调试。

pdb是我见过最好的调试工具，没有之一。直接在程序断点处给你一个截面，这只有文本解释语言才能办到。毫不夸张的说，你用python开发程序只要fortran的1/10时间。

4. 其他。

总之，它丰富而且统一，不像C 的库那么杂(好比linux的各种发行版)，python学好numpy就可以做科学计算了。python的第三方库很全，但是不杂。python基于类的语言特性让它比起fortran等更加容易规模化开发。Python是一种面向对象的、动态的程序设计语言。具有非常简洁而清晰的语法，适合于完成各种高层任务。它既可以用来快速开发程序脚本，也可以用来开发大规模的软件。随着NumPy, SciPy, Matplotlib, Enthought librarys等众多程序库的开发，Python越来越适合于做科学计算、绘制高质量的2D和3D图像。和科学计算领域最流行的商业软件Matlab相比，Python是一门通用的程序设计语言，比Matlab所采用的脚本语言的应用范围更广泛，有更多的程序库的支持。虽然Matlab中的许多高级功能和toolbox目前还是无法替代的，不过在日常的科研开发之中仍然有很多的工作是可以用Python代劳的。

版权声明：本站所有文章皆为原创，欢迎转载或转发，请保留网站地址和作者信息。