Python：將二進制值的二維數組打包到 UINT64 數組中的最快方法

Question

我有一個大小為(149797, 64)的 2D UINT8 numpy 數組。 每個元素都是 0 或 1。我想將每一行中的這些二進制值打包成一個UINT64值，以便我得到一個形狀為 149797 的 UINT64 數組。 我使用 numpy bitpack 函數嘗試了以下代碼。

test = np.random.randint(0, 2, (149797, 64),dtype=np.uint8)
col_pack=np.packbits(test.reshape(-1, 8, 8)[:, ::-1]).view(np.uint64)

packbits 函數的執行時間大約為10 毫秒。 對該數組本身的簡單整形似乎需要大約7 毫秒。我還嘗試使用移位操作迭代 2d numpy 數組以達到相同的結果； 但速度沒有提高。

最后，我還想使用numba for CPU 編譯它。

@njit
def shifting(bitlist):
    x=np.zeros(149797,dtype=np.uint64)  #54
    rows,cols=bitlist.shape
    for i in range(0,rows):             #56
      out=0
      for bit in range(0,cols):
         out = (out << 1) | bitlist[i][bit] # If i comment out bitlist, time=190 microsec
      x[i]=np.uint64(out)  # Reduces time to microseconds if line is commented in njit
    return x

使用njit大約需要6 毫秒。

這是並行的 njit 版本

@njit(parallel=True)
def shifting(bitlist): 
    rows,cols=149797,64
    out=0
    z=np.zeros(rows,dtype=np.uint64)
    for i in prange(rows):
      for bit in range(cols):
         z[i] = (z[i] * 2) + bitlist[i,bit] # Time becomes 100 micro if i use 'out' instead of 'z[i] array'

    return z

它的執行時間為3.24 毫秒（google colab 雙核 2.2Ghz）略好一些，目前，使用swapbytes（Paul's）方法的 python 解決方案似乎是最好的，即1.74 ms 。

我們怎樣才能進一步加速這種轉化？ 是否有使用任何矢量化（或並行化）、位數組等來實現加速的余地？

參考： numpy packbits 打包到 uint16 數組

在12 核機器上（Intel(R) Xeon(R) CPU E5-1650 v2 @ 3.50GHz），

Pauls 方法： 1595.0微秒（我想它不使用多核）

Numba 代碼： 146.0微秒（上述並行 numba）

即大約 10 倍加速！！！

Answer 1

通過使用byteswap而不是重塑等，您可以獲得相當大的加速：

test = np.random.randint(0, 2, (149797, 64),dtype=np.uint8)

np.packbits(test.reshape(-1, 8, 8)[:, ::-1]).view(np.uint64)
# array([ 1079982015491401631,   246233595099746297, 16216705265283876830,
#        ...,  1943876987915462704, 14189483758685514703,
       12753669247696755125], dtype=uint64)
np.packbits(test).view(np.uint64).byteswap()
# array([ 1079982015491401631,   246233595099746297, 16216705265283876830,
#        ...,  1943876987915462704, 14189483758685514703,
       12753669247696755125], dtype=uint64)

timeit(lambda:np.packbits(test.reshape(-1, 8, 8)[:, ::-1]).view(np.uint64),number=100)
# 1.1054180909413844

timeit(lambda:np.packbits(test).view(np.uint64).byteswap(),number=100)
# 0.18370431219227612

Answer 2

有點 Numba 解決方案（版本 0.46/Windows）。

代碼

import numpy as np
import numba as nb

#with memory allocation
@nb.njit(parallel=True)
def shifting(bitlist):
    assert bitlist.shape[1]==64
    x=np.empty(bitlist.shape[0],dtype=np.uint64)

    for i in nb.prange(bitlist.shape[0]):
        out=np.uint64(0)
        for bit in range(bitlist.shape[1]):
            out = (out << 1) | bitlist[i,bit] 
        x[i]=out
    return x

#without memory allocation
@nb.njit(parallel=True)
def shifting_2(bitlist,x):
    assert bitlist.shape[1]==64

    for i in nb.prange(bitlist.shape[0]):
        out=np.uint64(0)
        for bit in range(bitlist.shape[1]):
            out = (out << 1) | bitlist[i,bit] 
        x[i]=out
    return x

時間安排

test = np.random.randint(0, 2, (149797, 64),dtype=np.uint8)

#If you call this function multiple times, only allocating memory 
#once may be enough
x=np.empty(test.shape[0],dtype=np.uint64)

#Warmup first call takes significantly longer
res=shifting(test)
res=shifting_2(test,x)

%timeit res=shifting(test)
#976 µs ± 41.6 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
%timeit res=shifting_2(test,x)
#764 µs ± 63 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)
%timeit np.packbits(test).view(np.uint64).byteswap()
#8.07 ms ± 52.5 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)
%timeit np.packbits(test.reshape(-1, 8, 8)[:, ::-1]).view(np.uint64)
#17.9 ms ± 91 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)