nogil不能直接让Python函数并发提速，因其仅允许在cdef/cpdef函数中使用，且函数体内禁止任何Python对象操作，必须彻底脱离Python运行时、采用C风格类型和内存操作。
为什么 nogil 不能直接让 Python 函数并发提速？
直接给普通 Python 函数加 nogil 会报错：CompilerError: 'nogil' can only be used in cdef functions。这是因为 nogil 只允许在 cdef 或 cpdef 函数中声明，且函数体内**不能出现任何 Python 对象操作**（比如 list.append()、str.format()、属性访问 obj.x）。GIL 的释放前提是彻底脱离 Python 运行时——你得用 C 风格的类型和内存操作。
怎样写一个真正能进 nogil 块的计算函数？
核心是：用 cdef 声明、显式类型标注、避开 Python API。例如对 NumPy 数组做纯数值累加：
# calc.pyx import numpy as np cimport numpy as cnp cimport cython from libc.stdlib cimport malloc, free <p>def parallel_sum(double[:] arr): cdef int n = arr.shape[0] cdef double total = 0.0 cdef int i with nogil: # ✅ 此处合法：无 Python 调用 for i in range(n): total += arr[i] return total
注意点：
-
double[:]是 memoryview，不是np.ndarray对象本身，访问arr[i]是 C 级别读取 -
range(n)在nogil块里可用，但仅限整数范围；若用for x in arr:就会触发 Python 迭代器，非法 - 所有变量必须
cdef声明类型，不能用total = 0（推导为 Python int） - 如果需要动态分配内存，必须用
malloc/free，不能用[]或list()
如何用 prange 实现真正的多线程并行？
prange 是 Cython 提供的并行 for 循环，需配合 nogil 和编译指令才能生效。不加 schedule='dynamic' 或线程数控制，实际可能只跑单核：
立即学习“Python免费学习笔记（深入）”；
# parallel_calc.pyx from cython.parallel cimport prange import numpy as np cimport numpy as cnp <p>def parallel_sum_prange(double[:] arr): cdef int n = arr.shape[0] cdef double total = 0.0 cdef int i with nogil: for i in prange(n, schedule='dynamic', num_threads=0): # num_threads=0 → 用系统核心数 total += arr[i] return total
关键细节：
- 必须在
setup.py中启用 OpenMP：Extension(..., extra_compile_args=['-fopenmp'], extra_link_args=['-fopenmp']) -
prange不能用于嵌套循环外层以外的场景；内层用range仍受 GIL 限制 -
schedule='dynamic'比默认'static'更适合不均等任务，但有调度开销 - 多个
prange循环之间不会自动共享线程池，每次都是新调度
常见崩溃或无效的典型误用
这些写法看似合理，实则要么编译失败，要么运行时死锁/结果错误：
- 在
nogil块里调用print()、len()、isinstance()—— 全部触发 Python C API，GIL 重入失败 - 把
np.array()创建放在nogil块里 ——np.array是纯 Python 函数，根本进不去 - 用
with nogil:包裹整个函数体，但函数参数是list或dict—— 参数传递本身就需要 GIL，函数还没执行就卡住 - 在
prange循环里写total += ...而不加reduction(+:total)（Cython ≥ 3.0）或手动归约 —— 多线程竞态写入，结果随机
真正释放 GIL 不是加个关键字就行，而是要从数据结构、内存访问、函数边界开始全程“去 Python 化”。一旦中间混入一个 PyObject* 操作，整个并行块就退化成串行加锁执行。
