[英]How to make Cython much faster than Python (without Numpy) for adding two arrays together?
我想使用 Cython 来减少在不使用 Numpy 数组的情况下将两个数组相加(逐元素)所需的时间。 我发现最快的基本 Python 方法是使用列表理解,如下所示:
def add_arrays(a,b):
return [m + n for m,n in zip(a,b)]
我的 Cython 方法有点复杂,如下所示:
from array import array
from libc.stdlib cimport malloc
from cython cimport boundscheck,wraparound
@boundscheck(False)
@wraparound(False)
cpdef add_arrays_Cython(int[:] Aarr, int[:] Barr):
cdef size_t i, I
I = Aarr.shape[0]
cdef int *Carr = <int *> malloc(640000 * sizeof(int))
for i in range(I):
Carr[i] = Aarr[i]+Barr[i]
result_as_array = array('i',[e for e in Carr[:640000]])
return result_as_array
请注意,我使用@boundscheck(False)
和@wraparound(False)
使其更快。 另外,我担心一个非常大的数组(大小为 640000),我发现如果我只是使用cdef int Carr[640000]
它会崩溃,所以我使用了malloc()
,它解决了这个问题。 最后,我将数据结构作为整数类型的 Python 数组返回。
为了分析代码,我运行了以下命令:
a = array.array('i', range(640000)) #create integer array
b = a[:] #array to add
T=time.clock()
for i in range(20): add_arrays(a,b) #Python list comprehension approach
print(time.clock() - T)
>6.33 秒
T=time.clock()
for i in range(20): add_arrays_Cython(a,b) #Cython approach
print(time.clock() - T)
> 4.54 秒
显然,基于 Cython 的方法提供了大约 30% 的加速。 我预计加速会接近一个数量级甚至更多(就像 Numpy 那样)。
我该怎么做才能进一步加速 Cython 代码? 我的代码中是否有任何明显的瓶颈? 我是 Cython 的初学者,所以我可能会误解一些东西。
最大的瓶颈是将结果指针转换回数组。
这是一个优化版本:
from cython cimport boundscheck,wraparound
from cython cimport view
@boundscheck(False)
@wraparound(False)
cpdef add_arrays_Cython(int[:] Aarr, int[:] Barr):
cdef size_t i, I
I = Aarr.shape[0]
result_as_array = view.array(shape=(I,), itemsize=sizeof(int), format='i')
cdef int[:] Carr = result_as_array
for i in range(I):
Carr[i] = Aarr[i]+Barr[i]
return result_as_array
这里有几件事需要注意 - 我不是 malloc'ing 临时缓冲区,然后将结果复制到数组,而是创建cython.view.array
并将其转换为int[:]
。 这给了我指针访问的原始速度,也避免了不必要的复制。 我也直接返回了 Cython 对象,而不是先将其转换为 python 对象。 总的来说,与您最初的 Cython 实现相比,这使我的速度提高了 70 倍。
将view
对象转换为列表被证明是棘手的:如果您简单地将 return 语句更改为return list(result_as_array)
,代码将比您的初始实现慢10 倍。 但是,如果您像这样添加额外的包装层: return list(memoryview(result_as_array))
该函数比您的版本快约 5 倍。 因此,主要开销是从快速的本机对象到通用的 Python 对象,如果您需要快速代码,则应始终避免这种情况。
为了进行比较,我用 numpy 运行了代码。 numpy 版本的执行速度与我的 Cython 版本完全一样。 这意味着 C 编译器能够在我的代码中自动矢量化成对求和循环。
旁注:你需要在malloc()
的指针上调用free()
,否则你会泄漏内存。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.