可以通過使用MPI4Py庫來將NumPy與MPI集成使用。MPI4Py是一個Python接口，它允許Python程序員使用MPI（Message Passing Interface）來并行化他們的代碼。
以下是一個簡單的示例代碼，展示了如何使用NumPy和MPI4Py來并行計算一個向量的平均值：
from mpi4py import MPI
import numpy as np
comm = MPI.COMM_WORLD
rank = comm.Get_rank()
size = comm.Get_size()
# Generate random data
data = np.random.rand(100)
# Scatter data to all processes
local_data = np.empty(100 // size, dtype=float)
comm.Scatter(data, local_data, root=0)
# Compute local sum
local_sum = np.sum(local_data)
# Gather local sums to root process
global_sum = comm.reduce(local_sum, op=MPI.SUM, root=0)
if rank == 0:
print("Global sum:", global_sum)
print("Global average:", global_sum / 100)
在上面的代碼中，首先導入MPI和NumPy庫。然后通過comm = MPI.COMM_WORLD創建一個MPI通信器，并獲取當前進程的rank和總進程數。接下來生成一個隨機的100個元素的向量data，然后使用comm.Scatter將數據分發給所有進程。
每個進程計算其本地數據的總和，并使用comm.reduce將本地總和匯總到根進程。最后，根進程輸出全局總和和平均值。
通過使用MPI4Py和NumPy，可以方便地并行化NumPy代碼，并在多核或分布式計算環境中利用所有可用資源。
