python - Cython 初学者 - 加速 numpy 广播

Question

第一次尝试 Cython，试图在一个函数上获得加速，该函数在 2 个 numpy 数组和一个 float32 上进行减法和加法。我试图让这个函数尽可能快，它被调用了很多次，如果我能加快它的速度，那将是一个巨大的胜利。

 def broadcast(w, m, spl):
       """
       w and m are float32 ndarrays e.g shape (43,)
       spl is an nd.float32 value e.g 9722.0
       """
        return w + (m - spl)

到目前为止我的cythonising是

import numpy as np
cimport numpy as np
DTYPE = np.float32
ctypedef np.float32_t DTYPE_t

def broadcast(np.ndarray w, np.ndarray m, np.float32 spl):
    return w + (m - spl)

但它返回错误:

'float32' is not a type identifier

我不确定为什么我不能声明类型？我需要声明 C 类型吗？ C 中的 np.float32 是什么？

Answer 1

正如@YXD 所评论的那样，使用 Cython 循环遍历数组以执行这些操作不会提高速度。 Numpy 专门针对简单的操作，使用 SIMD 编程，非常高效。

尽管如此，您可以通过修改数组 w 来改善内存使用和性能，如果不再需要原始数组:

def func(w, m, spl)
    w += m
    w -= spl

然后，而不是调用:

out = func(w, m, spl)

新电话:

func(w, m, spl)

将输出存储在 w 中。