Python Numba 并行导致 for 循环中的结果不正确，我无法查明问题

所以我有一个似乎完全可以接受的循环来进行并行.但当我把它传递给Numba parallel时，它总是给出错误的结果.循环中发生的所有事情是，输入矩阵的一个元素被设置为0，矩阵乘法发生并填充一个新矩阵，然后被设置为0的元素被设置回其原始值.似乎数组a在每次发送Numba时都会被修改，所以我try 将a复制到循环中的另一个变量，只修改副本，但却得到了相同的错误结果(未显示).下面是一个简单的例子.我只是不知道问题是什么，也不知道如何解决:

import numpy as np
from scipy.stats import random_correlation
import numba as nb

def myfunc(a, corr):
    b = np.zeros(a.shape[0])

    for i in range(b.shape[0]):
        temp = a[i]
        a[i] = 0
        b[i] = a@corr@a.T
        a[i] = temp

    return b

@nb.njit(parallel=True)
def numbafunc(a, corr):
    b = np.zeros(a.shape[0])

    for i in nb.prange(b.shape[0]):
        temp = a[i]
        a[i] = 0
        b[i] = a@corr@a.T
        a[i] = temp

    return b

if __name__ == '__main__':
    a = np.random.rand(10)
    corr = random_correlation.rvs(eigs=[2,2,1,1,1,1,0.5,0.5,0.5,0.5])

    b_1 = myfunc(a, corr)
    b_2 = numbafunc(a, corr)

    # check if serial and Numba results match off the same inputs
    print(np.isclose(b_1,b_2))

    # double check the original function returns the same results again..
    b_1_check = myfunc(a, corr)
    print(np.isclose(b_1, b_1_check))

返回所有假值，或至少9/10为假...有人能指出代码的哪一部分对并行化有问题吗？我觉得不错.非常感谢！