python之python中嵌入式循环的多线程

我有一个 python 代码，它对 Shapefile 中包含的数据进行一些操作。

除其他事项外，代码执行以下操作:

 xxx=0 
 for i in channels: 
      ptsi=mat(shapes[i].points) 
      xx = ptsi[:,0] 
      yy = ptsi[:,1] 
 
      nanx=argwhere(isnan(xx))       
      nany=argwhere(isnan(yy)) 
 
      if (nanx == nany and len(nanx) != 0): 
          xx[nanx] = [] 
          yy[nany] = [] 
      elif (len(nanx) != 0 or len(nany) != 0): 
          xx = [] 
          yy = [] 
 
      if (len(xx) > 0):           
       yyy = 0  
       dd = str(i*100/N_channels) + '%\r\r' 
      # os.write(1,dd) 
       dist = zeros(len(xx)-1) 
 
       dist = dist_min 
       for j in channels: 
           pts=mat(shapes[j].points) 
           xx2 = pts[:,0] 
           yy2 = pts[:,1] 
 
           nanx=argwhere(isnan(xx2))           
           nany=argwhere(isnan(yy2)) 
 
           if (nanx == nany and len(nanx) != 0): 
            xx2[nanx] = [] 
            yy2[nany] = [] 
           elif (len(nanx) != 0 or len(nany) != 0): 
            xx2 = [] 
            yy2 = [] 
           if (len(xx2) > 0):   
            if (i != j):  
               ds = gaa(xx,yy,xx2[0],yy2[0]) 
               de = gaa(xx,yy,xx2[-1],yy2[-1]) 
               nande = ~isnan(de) 
               nands = ~isnan(ds) 
               fe = np.argwhere(de<=dist) 
               fs = np.argwhere(ds<=dist) 
               nozeroe = array(where(de != 0)) 
               nozeroe = nozeroe[0] 
               nozeros = array(where(ds != 0)) 
               nozeros = nozeros[0]  
               if(fs.size >0): 
                    iis=array(np.argwhere(array(ds==min(ds)))) 
 
                    iis = iis.flatten() 
                    iis = iis[0] 
                    p1 = xxx + iis  
                    p2 = yyy 
                    G.add_edge(p2,p1,weight=w_con) 
 
               elif (fe.size > 0): 
                    iie=array(np.argwhere(array(de==min(de)))) 
                    iie = iie.flatten() 
                    iie = iie[0] 
                    p1 = xxx + iie 
                    p2 = yyy  + len(pts) -1 
                    G.add_edge(p2,p1,weight=w_con) 
 
           yyy = yyy + len(pts) 
 
      xxx = xxx + len(ptsi) 

基本上，代码会扫描多段线并搜索最小距离以便合并到一个公共(public)图形中(使用 Networkx)。这部分工作正常，除了这真的很慢，因为我处理了超过 100 个对象(在当前版本中大约需要 20 个小时)。

这些嵌入式循环效率不高，所以我想知道使用多线程是否有帮助，如果有帮助，我该如何修改这部分代码？如果 CUDA 或 OpenCL 有帮助，我觉得没问题。

感谢任何反馈!

请您参考如下方法:

由于 Global Interpreter Lock , Python 代码无法通过多线程充分利用多核，需要使用多处理才能充分利用多核。