如何限制scipy插值计算时可使用的CPU核心数？

Scipy的RBF插值默认占用全部CPU核心，是因为其底层依赖的BLAS/LAPACK类线性代数库（如OpenBLAS、MKL）默认会使用所有可用线程。要限制核心数，主要通过控制这些底层库的线程数实现：

• 提前设置对应环境变量
  环境变量必须在导入scipy之前设置，否则无法生效。根据你使用的线性代数库选择对应设置：

  • 若使用OpenBLAS：

    import os
    os.environ["OPENBLAS_NUM_THREADS"] = "4"  # 替换为你需要的核心数
    import scipy.interpolate  # 之后再导入scipy
    

  • 若使用MKL：

    import os
    os.environ["MKL_NUM_THREADS"] = "4"
    import scipy.interpolate
    

  • 通用兼容设置（部分库支持）：

    import os
    os.environ["OMP_NUM_THREADS"] = "4"
    import scipy.interpolate
    

• 确认当前使用的线性代数库
  如果你不确定依赖的是哪个库，可以通过numpy查看配置：

  import numpy as np
  print(np.__config__.show())
  

  输出结果会显示当前使用的BLAS/LAPACK实现，对应设置即可。

内容的提问来源于stack exchange，提问作者Droid