Ubuntu 20.04下numpy、Matplotlib部分函数执行卡住100%CPU无返回求助

你遇到的问题本质是底层系统依赖库冲突，以下是对应排查修复步骤：

1 优先排查OpenBLAS线程冲突（大概率匹配你的故障表现） #

np.linalg.norm指定ord=2时会调用BLAS库的SVD计算接口，Anaconda和Ubuntu源默认携带的OpenBLAS库在多CPU核心/多GPU环境下经常出现线程亲和性配置错误，导致单线程死锁、单核CPU占满100%。同时OpenBLAS的冲突也会联动影响依赖底层数值计算库的matplotlib渲染逻辑。

验证方法 #

执行命令临时设置OpenBLAS单线程运行，再执行测试代码：

export OPENBLAS_NUM_THREADS=1
python3 your_test_code.py

如果测试代码正常运行即可确认是该问题。

永久修复方案 #

• 方案1：将单线程配置写入终端环境配置文件，执行以下命令即可：

echo 'export OPENBLAS_NUM_THREADS=1' >> ~/.bashrc
source ~/.bashrc

• 方案2：替换numpy后端为英特尔MKL数学库，稳定性更强：

conda install -y libmkl mkl-service
conda install -y numpy --force-reinstall

2 排查matplotlib后端冲突 #

你当前使用的TkAgg后端依赖系统的Tk图形库，容易和驱动、数值库冲突，可通过更换后端解决：

临时验证 #

在导入matplotlib后第一行添加后端切换代码，测试是否能正常运行：

import matplotlib
matplotlib.use('Qt5Agg') # 交互场景用，非交互渲染可用Agg
import matplotlib.pyplot as plt

永久修改默认后端 #

修改matplotlib配置文件~/.config/matplotlib/matplotlibrc，添加/修改以下配置：

backend: Qt5Agg

如果系统缺少Qt5依赖，执行命令安装即可：

sudo apt install -y python3-pyqt5
# Anaconda环境执行：conda install -y pyqt

3 排查内核与驱动兼容性问题 #

你当前使用的5.11.0 HWE内核和NVIDIA 470版本驱动存在已知兼容性问题，可尝试回退到Ubuntu 20.04默认的5.4 LTS内核验证：

1. 重启系统，在GRUB引导界面选择「Ubuntu高级选项」
2. 选择版本为5.4.x的内核启动，测试故障是否消失

4 修复损坏的系统依赖包 #

如果以上方案都无效，可尝试重新安装可能损坏的底层系统库：

sudo apt update
sudo apt install -y --reinstall libopenblas-dev libgfortran5 libtk8.6 libx11-dev

内容的提问来源于stack exchange，提问作者WillZ