Поддерживает ли Python numpy asyncio?

Я согласен с @freakish Вам следует прочитать:

• многопроцессорность, многопоточность и асинхронность
• Понимание Python GIL: привязка ввода-вывода и привязка ЦП
• полезная статья 1
• полезная статья 2

Идея асинхронного кода состоит в том, чтобы приостановить выполнение и дождаться результатов из внешнего источника (например, файла, базы данных, сети). Такой подход приносит пользу вашему коду и сокращает время, необходимое для получения нескольких результатов, поскольку процессор обычно останавливается и ничего не делает во время ожидания. Если вам нужны ресурсы из сети, ваш код будет запрашивать их по одному, даже если эти запросы не влияют на процессор. С помощью асинхронных запросов (функций) вы можете запрашивать все ресурсы одновременно, позволяя процессору тем временем выполнять другие задачи.

Numpy не поддерживает асинхронные задачи. Но даже если бы это было так, имел бы ли это какой-то смысл? Думаю, нет. Numpy выполняет задачи, связанные с процессором, поэтому преимущества не будет. Если вы используете методы Numpy в качестве асинхронных функций, ЦП все равно будет использоваться для вычисления результата. Программа будет заблокирована на этом методе до тех пор, пока она не завершится, прежде чем перейти к следующему.

Если по каким-либо другим причинам вам это нужно, как сказали @freakish и @Leah, вам нужно сделать асинхронную каждую используемую вами функцию numpy. Обертка может вам помочь. Что-то вроде этого:

import functools
import asyncio
from concurrent.futures import ThreadPoolExecutor

executor = ThreadPoolExecutor()

def async_decorator(func):
    @functools.wraps(func)
    async def async_wrapper(*args, **kwargs):
        loop = asyncio.get_event_loop()
        return await loop.run_in_executor(executor, functools.partial(func, *args, **kwargs))
    
    return async_wrapper

@async_decorator
def async_function1(x, y)
    return function1(x, y)

@async_decorator
def async_function2()
    return function2()

Но этот код не ускорит ваши операции.

Рассмотрите возможность использования модуля многопроцессорности или ProcessPoolExecutor