- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
我正在尝试遵循 Continuum Analytics blog 上给出的示例对 Python、Cython、Numba 进行基准测试以获得使用 for 循环计算的总和。不幸的是,我发现 Cython 比 Python 慢!
这是我的 Python 函数定义:
def python_sum(y):
N = len(y)
x = y[0]
for i in xrange(1,N):
x += y[i]
return x
现在我的 Cython 函数:
def cython_sum(int[:] y):
cdef int N = y.shape[0]
cdef int x = y[0]
cdef int i
for i in xrange(1,N):
x += y[i]
return x
现在我有一个脚本可以提取这两个函数和基准:
import timeit
import numpy as np
import cython_sum
import python_sum
b = np.ones(10000)
timer = timeit.Timer(stmt='python_sum.python_sum(b)', setup='from __main__ import python_sum, b')
print "Python Sum (ms): %g" % (timer.timeit(1)*1000)
timer = timeit.Timer(stmt='cython_sum.cython_sum(b)', setup='from __main__ import cython_sum, b')
print "Cython (ms): %g" % (timer.timeit(1)*1000)
现在我的输出是:
Python Sum (ms): 9.44624
Cython (ms): 8.54868
根据上面链接的博客文章中的图表,我预计速度会提高 100 到 1000 倍,但我所看到的只是 Cython 比普通 Python 快一点点。
我是不是做错了什么?这似乎是一个带有简单函数定义的非常基本的问题,显然很多人都使用 Cython 取得了巨大的成功,所以很明显错误一定出在我身上。谁能阐明这一点并告诉我我做错了什么?谢谢!
最佳答案
我不确定你为什么会得到那个结果。正如评论者所说,您的代码按原样甚至不应该工作,因为您会将 float
传递给需要 int
的函数。也许您在同一目录中留下了一个 cython_sum.py
文件?
我做了以下事情。我创建了一个 python_sum.py,其中包含您对 python_sum
的确切定义。然后我稍微更改了您的 Cython 代码:
cython_sum.pyx:
def cython_sum(long[:] y): #changed `int` to `long`
cdef int N = y.shape[0]
cdef int x = y[0]
cdef int i
for i in xrange(1,N):
x += y[i]
return x
我制作了一个安装文件来构建 Cython 模块:
setup.py:
from distutils.core import setup
from Cython.Build import cythonize
setup(
name = 'Cython sum test',
ext_modules = cythonize("cython_sum.pyx"),
)
我使用 python setup.py build_ext --inplace
构建了模块。接下来,我运行了您的测试代码并进行了一些修改:
测试.py:
import timeit
import numpy as np
import cython_sum
import python_sum
# ** added dtype=np.int to create integers **
b = np.ones(10000, dtype=np.int)
# ** changed .timeit(1) to .timeit(1000) for each one **
timer = timeit.Timer(stmt='python_sum.python_sum(b)', setup='from __main__ import python_sum, b')
print "Python Sum (ms): %g" % (timer.timeit(1000)*1000)
timer = timeit.Timer(stmt='cython_sum.cython_sum(b)', setup='from __main__ import cython_sum, b')
print "Cython (ms): %g" % (timer.timeit(1000)*1000)
我得到了以下结果:
$ python test.py
Python Sum (ms): 4111.74
Cython (ms): 7.06697
现在这是一个很好的加速!
此外,请遵循概述的指南 here ,我能够获得额外的(小的)加速:
cython_fast_sum.pyx:
import numpy as np
cimport numpy as np
DTYPE = np.int
ctypedef np.int_t DTYPE_t
def cython_sum(np.ndarray[DTYPE_t, ndim=1] y):
cdef int N = y.shape[0]
cdef int x = y[0]
cdef int i
for i in xrange(1,N):
x += y[i]
return x
setup_fast.py:
from distutils.core import setup
from Cython.Build import cythonize
import numpy as np
setup(
name = 'Cython fast sum test',
ext_modules = cythonize("cython_fast_sum.pyx"),
include_dirs = [np.get_include()],
)
测试.py:
import timeit
import numpy as np
import cython_sum
import cython_fast_sum
b = np.ones(10000, dtype=np.int)
# ** note 100000 runs, not 1000 **
timer = timeit.Timer(stmt='cython_sum.cython_sum(b)', setup='from __main__ import cython_sum, b')
print "Cython naive (ms): %g" % (timer.timeit(100000)*1000)
timer = timeit.Timer(stmt='cython_fast_sum.cython_sum(b)', setup='from __main__ import cython_fast_sum, b')
print "Cython fast (ms): %g" % (timer.timeit(100000)*1000)
结果:
$ python test.py
Cython naive (ms): 676.437
Cython fast (ms): 645.797
关于python - 对于基本总和计算,Cython 并不比 Python 快多少,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/21866182/
这看起来很基础,但我想不通。是否有一种简单的 CSS 唯一方法可以使 cssa 真正快速淡入并缓慢淡出。这是为了改变多个 div 的颜色。大约 0.5 秒的缓入和 2 秒的缓出。 谢谢! 最佳答案 你
我一直在用各种语言和实现实现相同的代码(在 Blackjack 中发牌而不爆牌的方法的数量)。我注意到的一个奇怪之处是,Python 在 C 中调用分区函数的实现实际上比用 C 编写的整个程序快一点。
如果我没看错,/ 意味着它右边的节点必须是左边节点的直接子节点,例如/ul/li 返回 li 项,它们是作为文档根的 ul 项的直接子项。 //ul//li 返回 li 项,它们是文档中某处任何 ul
如何随机更新一个表。所以你给一列一个随机值。并且该列(例如“顶部”)是唯一的。如果您在数字 10 到 20 之间进行选择,并且您有 10 行,那么您就不能有未使用的数字。如果你有 Test table
这在一小部分是一个问题(因为我不明白为什么它会有所不同),在很大程度上是一篇希望能帮助其他一些可怜的程序员的帖子。 我有一个代码库,是我大约 5-7 年前第一次开始 Android 编程时编写的,它具
我正在尝试过滤关系表以获得满足两个条件的表子集(即:我想要 color_ids 为 1 或 2 的条目的所有 ID)。这是一张结实的 table ,所以我正在尝试尽可能多地进行优化。 我想知道是否有人
在上一篇《聊聊PHP中require_once()函数为什么不好用》中给大家介绍了PHP中require_once()为什么不好用的原因,感兴趣的朋友可以去阅读了解一下~ 那么本文将给大家介绍PH
很难说出这里问的是什么。这个问题模棱两可、含糊不清、不完整、过于宽泛或言辞激烈,无法以目前的形式合理回答。如需帮助澄清此问题以便可以重新打开,visit the help center . 10年前关
有没有办法提高glReadPixels的速度?目前我做: Gdx.gl.glReadPixels(0, 0, Gdx.graphics.getWidth(), Gdx.graphics.getHeig
通常,我以函数形式`:=`()来计算data.table中的多列,认为这是最有效的方法。但是我最近发现它比简单地重复使用:=慢。至少在我的电脑上。 我猜想:=的功能形式可能会产生一些开销,但这是它变慢
我的问题是针对 Windows 环境中多线程的性能问题。 在测试我的代码后,我得到的结果是增加线程数不会提高并行计算的性能,并且在经过一些计数后变得更少。到底是怎么回事?是否可以找出最佳线程数的公式:
我看到很少有相同问题的主题,但我仍然无法解决我的问题。这是我的代码 - 使用 XOR 加密的 C 套接字编程 当服务器和客户端连接时:- 用户发送消息,例如:你好- 服务器响应,例如:(服务器):你好
我正在定义继承自 Shape 类并实现“几何”属性的形状。 这是一个例子: public class Landmark : Shape { public override bool IsInB
相同代码在 Android(1Ghz Snapdragon)上的执行速度比我在 3.3 Ghz Core 2 Duo 的 PC(在桌面应用程序中)快 2 倍(PC 的类被复制到 Android 项目)
我需要将一个值与一组数组进行比较。但是,我需要比较 foreach 中的多个值。如果使用 in_array,它可能会很慢,真的很慢。有没有更快的选择?我当前的代码是 foreach($a as $b)
这个问题在这里已经有了答案: How do I write a correct micro-benchmark in Java? (11 个答案) 关闭 9 年前。 今天我做了一个简单的测试来比较
如果比较不应该以这种方式进行,我深表歉意。我是编程新手,只是很好奇为什么会这样。 我有一个包含词嵌入的大型二进制文件 (4.5gb)。每行都有一个单词,后面跟着它的嵌入,它由 300 个浮点值组成。我
我经历了几个不同的四元数乘法实现,但我很惊讶地发现引用实现是迄今为止我最快的实现。这是有问题的实现: inline static quat multiply(const quat& lhs, cons
我写了一个简单的例子,估计调用虚函数的平均时间,使用基类接口(interface)和dynamic_cast和调用非虚函数。这是它: #include #include #include #in
有没有人知道比“StackWalk”更好/更快的获取调用堆栈的方法?我还认为 stackwalk 在有很多变量的方法上也会变慢......(我想知道商业分析员是做什么的?)我在 Windows 上使用
我是一名优秀的程序员,十分优秀!