Python: Matrixzeile parallel bearbeiten

Question

Hier ist mein Problem:
Ich möchte ein Array von Personen definieren und die Einträge dieses Arrays in einer for-Schleife ändern. Da ich auch gerne die Asymptotik der resultierenden Verteilung sehen möchte, möchte ich diese Simulation sehr oft wiederholen, daher verwende ich eine Matrix, um die verschiedenen Arrays in jeder Zeile zu speichern. Ich weiß, wie dies für Schleifen mit zwei zu tun:

import random 
import numpy as np 

nobs = 100 
rep = 10**2 
steps = 10**2 
dmoney = 1 
state = np.matrix([[10] * nobs] * rep) 
for i in range(steps): 
    for j in range(rep) 
     sample = random.sample(range(state.shape[1]),2) 
     state[j,sample[0]] = state[j,sample[0]] + dmoney 
     state[j,sample[1]] = state[j,sample[1]] - dmoney 

Ich dachte, ich die Multiprozeß-Bibliothek benutzen, aber ich weiß nicht, wie es zu tun, weil in meinem einfachen Verstand, die Arbeiter die gleiche globale Matrix manipulieren parallel, was ich gelesen habe, ist keine gute Idee.
Also, wie kann ich das tun, um Berechnungen zu beschleunigen?

Vielen Dank im Voraus.

Answer 1

OK, also könnte dies nicht viel nützen, ich habe es nicht profiliert, um zu sehen, ob es eine Beschleunigung gibt, aber die Listenkompressentierung wird sowieso etwas schneller sein als normale Schleifen.

... 
y_ix = np.arange(rep) # create once as same for each loop 
for i in range(steps): 
    # presumably the two locations in the population to swap need refreshing each loop 
    x_ix = np.array([np.random.choice(nobs, 2) for j in range(rep)]) 
    state[y_ix, x_ix[:,0]] += dmoney 
    state[y_ix, x_ix[:,1]] -= dmoney 

PS Welche numply Splits über mehrere Prozessoren hinweg hängt davon ab, welche Bibliotheken beim Kompilieren enthalten sind (BLAS usw.). Sie können Informationen darüber online finden.

EDIT Ich kann bestätigen, nach dem Vergleich der ursprünglichen mit der numpy indizierten Version oben, dass die ursprüngliche Methode schneller ist!