在并行计算中，对于需要进行大量I/O操作的程序，通常会使用文件I/O来读写数据。而在文件I/O的实现方式上，有两种常见的方式：一种是每个进程都打开一个独立的文件进行读写（即“文件每进程”方式），另一种是使用I/O库，如HDF5、MPI-IO等，来进行共享式I/O操作。下面是两种方式的代码说明：

文件每进程方式：

import mpi4py.MPI as MPI
import numpy as np
import os

comm = MPI.COMM_WORLD
rank = comm.rank

# 文件名
filename = "file_" + str(rank) + ".txt"
if os.path.exists(filename):
    os.remove(filename)

# 定义数据
data = np.ones(10) * rank

# 每个进程打开一个文件进行写操作
with open(filename, "w") as f:
    f.write(str(data))

I/O库方式（以HDF5为例）：

import mpi4py.MPI as MPI
import numpy as np
import h5py

comm = MPI.COMM_WORLD
rank = comm.rank

# 文件名
filename = "data.h5"

# 创建数据集
f = h5py.File(filename, "a", driver="mpio", comm=comm)
dset = f.create_dataset("dataset", (10,), dtype='i')

# 每个进程对应的写入位置
start = rank * 10
end = (rank+1) * 10

# 向数据集写入数据
dset[start:end] = np.ones(10) * rank

# 关闭文件
f.close()

从以上两种方式的比较中可以看出，使用I/O库进行共享式I/O操作可以大大提高I/O性能，减少文件打开和关闭次数，避免了同时写入文件时的数据竞争问题，更加适合并行计算中