我正在使用 Python 中的多处理模块将一组作业映射到我拥有的尽可能多的内核上。我包装的工作主要是用一些包装的 fortran 代码（用 f2py 包装）执行的。当我只调用这些作业时，它们使用所有内核都很好。但是，如果我尝试先独立调用 fortran 库（而不是通过函数Pool().map()），然后调用 map，整个程序就会挂起（如果你想知道，它恰好挂在 threading.py 的第 339 行，其中唯一的代码是）。waiter.acquire()
对于我正在编写的程序，我需要在去映射之前调用库。我通过首先使用Pool().map()一个进程调用它来解决这个问题，但这是一个 hack，我想知道为什么我必须这样做！
更明确地说，这不起作用：
def call_camb_transfer(H0): #wraps the call to define the keyword parameter to pass
return pycamb.transfers(H0=H0)[1][6, :, 0]
b = call_camb_transfer(70)
pool = multiprocessing.Pool(2)
H0 = [60, 70]
results = pool.map(call_camb_transfer, H0)
但这确实：
def call_camb_transfer(H0): #wraps the call to define the keyword parameter to pass
return pycamb.transfers(H0=H0)[1][6, :, 0]
initial_pool = multiprocessing.Pool(1)
b = initial_pool.map(call_camb_transfer, [65.0])
pool = multiprocessing.Pool(2)
H0 = [60, 70]
results = pool.map(call_camb_transfer, H0)
CAMB 的 python 包装器在哪里pycamb，它是一个 fortran 库。