Параллелизировать цикл Python с массивами и разделяемой памятью

Я знаю несколько вопросов и ответов на эту тему, но покаЯ нашел удовлетворительный ответ на эту конкретную проблему:

Каков самый простой способ сделать простое распараллеливание с разделяемой памятью цикла python, где массивы numpy манипулируют с помощью функций numpy / scipy?

Я не ищу самый эффективный способ, я просто хотел реализовать что-то простое, что неНе требуется значительная перезапись, когда цикл не работает параллельно. Так же, как OpenMP реализует на языках более низкого уровня.

Лучший ответ, который явидел в этом отношенииэтот, но это довольно неуклюжий способ, который требует, чтобы один выражал цикл в функцию, которая принимает один аргумент, несколько строк разделяемого массива, преобразовывающих crud, кажется, требует, чтобы параллельная функция вызывалась из__main__и это неКажется, что это хорошо работает из интерактивной подсказки (где я провожу много времени).

Со всем питономПростота ли это действительно лучший способ укротить петлю? В самом деле? Это что-то тривиальное для параллелизации в стиле OpenMP.

Я тщательно прочитал непрозрачную документацию модуля многопроцессорной обработки, чтобы выяснить, насколько он универсален и кажется подходящим для всего, кроме простого распараллеливания циклов. Я не заинтересован в настройке менеджеров, прокси, каналов и т. Д. У меня просто есть простой цикл, полностью параллельный, который нене иметь никакой связи между задачами. Использование MPI для распараллеливания такой простой ситуации кажется излишним, не говоря уже о том, что в этом случае память будет неэффективной.

У меня нетУ него было время, чтобы узнать о множестве различных параллельных пакетов с разделяемой памятью для Python, но мне было интересно, если у кого-то есть больше опыта в этом и может показать мне более простой способ. Пожалуйста, не предлагайте методы последовательной оптимизации, такие как Cython (я уже использую это), или использование параллельных функций numpy / scipy, таких как BLAS (мой случай более общий и более параллельный).