【转载】numpy 为什么在python中显示“NumExpr defaulting to 8 threads.“警告消息？

转自：https://www.saoniuhuo.com/question/detail-2280987.html

 

我尝试使用python中的lux库来获得可视化建议。它显示了类似**NumExpr默认为8个线程。**的警告。

1. import pandas as pd
2. import numpy as np
3. import opendatasets as od
4. pip install lux-api
5. import lux
6. import matplotlib

然后道：

1. link = "https://www.kaggle.com/noordeen/insurance-premium-prediction"
2. od.download(link)
3. df = pd.read_csv("./insurance-premium-prediction/insurance.csv")

但是，一切都工作正常。是否有任何问题或我应该忽略它？警告显示如下：【略】

 

 

kh212irz1#

在大多数情况下，这并不是什么值得担心的事情。警告来自这个函数，这里是最重要的部分：

1. ...
2. env_configured = False
3. n_cores = detect_number_of_cores()
4. if 'NUMEXPR_MAX_THREADS' in os.environ:
5. # The user has configured NumExpr in the expected way, so suppress logs.
6. env_configured = True
7. n_cores = MAX_THREADS
8. ...
9. if 'NUMEXPR_NUM_THREADS' in os.environ:
10. requested_threads = int(os.environ['NUMEXPR_NUM_THREADS'])
11. elif 'OMP_NUM_THREADS' in os.environ:
12. requested_threads = int(os.environ['OMP_NUM_THREADS'])
13. else:
14. requested_threads = n_cores
15. if not env_configured:
16. log.info('NumExpr defaulting to %d threads.'%n_cores)

因此，如果NUMEXPR_MAX_THREADS、NUMEXPR_NUM_THREADS和OMP_NUM_THREADS都没有设置，NumExpr使用的线程数与内核数相同（即使文档中说“最多8个”，但这不是我在代码中看到的）。
您可能希望使用其他数量的线程，例如，当计算非常大的矩阵时，您可以从中受益，或者使用更少的线程，因为没有任何改进。在shell中或在导入numexpr之前设置环境变量，例如：

1. import os
2. os.environ['NUMEXPR_MAX_THREADS'] = '4'
3. os.environ['NUMEXPR_NUM_THREADS'] = '2'
4. import numexpr as ne