如何限制scipy.integrate.quad占用的CPU核心数？

1. 把环境变量设置做在最前面 #

有时候哪怕你在导入scipy前设了环境变量，可能某些依赖已经偷偷加载了。试试这两种方式：

• 直接在终端启动脚本前设置：
  Linux/macOS下：

  OPENBLAS_NUM_THREADS=1 python your_script.py
  

  Windows命令行：

  set OPENBLAS_NUM_THREADS=1 && python your_script.py
  

• 或者把环境变量设置放在脚本的最最开头，比所有import都早：

  import os
  os.environ["OPENBLAS_NUM_THREADS"] = "1"
  os.environ["OMP_NUM_THREADS"] = "1"
  # 之后再导numpy、scipy这些
  import numpy as np
  import scipy.integrate as spi
  

2. 检查你的被积函数 #

quad本身是单线程的，但如果你的被积函数里用了numpy的大规模向量化操作（比如矩阵运算），这些操作会触发openblas的多线程。所以：

• 看看被积函数里有没有这类操作，要么改成单线程执行，要么拆分计算别触发openblas的并行逻辑。
• 如果被积函数里自己写了并行代码，直接删掉或者限制线程数。

3. 运行时强制改openblas线程数 #

要是环境变量不管用，试试直接调用openblas的接口改线程数：

import ctypes
# 注意不同系统的库文件名不一样：Linux是libopenblas.so，macOS是libopenblas.dylib，Windows是openblas.dll
openblas_lib = ctypes.CDLL("libopenblas.so")
openblas_lib.openblas_set_num_threads(1)

如果是conda环境，可能需要指定库的完整路径，比如/path/to/your/conda/env/lib/libopenblas.so。

4. 换单线程版的openblas #

前面的方法都不行的话，直接装个单线程的openblas：

conda install scipy openblas=*=openblas_sequential

这样scipy用的就是单线程的openblas，从根儿上解决多线程占用的问题。

内容的提问来源于stack exchange，提问作者Calvin Adams