CFFI는 왜 그렇게 숫자보다 훨씬 빠릅니까?

Question

나는 Python에서 CFFI 모듈을 쓰는 것으로 놀고 있었고, 속도가 표준 파이썬을 올바르게 사용하는지 궁금하게 만들고 있습니다.그것은 나를 완전히 전환하고 싶습니다!진실로 훌륭한 파이썬 라이브러리가 있으므로 C에서 자신을 구분 할 수 없었기 때문에 이것은 정말로 가설이 더 이상합니다.

이 예제는 numpy 배열과 함께 사용되는 파이썬의 합계 기능과 C 함수와 비교할 때 얼마나 느리게 작동 하는지를 보여줍니다.숫자 배열의 합계를 계산하는 더 빨리 Pyhonic 방식이 있습니까?

def cast_matrix(matrix, ffi):
    ap = ffi.new("double* [%d]" % (matrix.shape[0]))
    ptr = ffi.cast("double *", matrix.ctypes.data)
    for i in range(matrix.shape[0]):
        ap[i] = ptr + i*matrix.shape[1]                                                                
    return ap 

ffi = FFI()
ffi.cdef("""
double sum(double**, int, int);
""")
C = ffi.verify("""
double sum(double** matrix,int x, int y){
    int i, j; 
    double sum = 0.0;
    for (i=0; i<x; i++){
        for (j=0; j<y; j++){
            sum = sum + matrix[i][j];
        }
    }
    return(sum);
}
""")
m = np.ones(shape=(10,10))
print 'numpy says', m.sum()

m_p = cast_matrix(m, ffi)

sm = C.sum(m_p, m.shape[0], m.shape[1])
print 'cffi says', sm

.

함수 작동을 보여주기 위해

numpy says 100.0
cffi says 100.0

.

이제이 간단한 기능을하면 NUMPY가 정말로 느리게 발견됩니다! 나는 올바른 방법으로 숫자를 사용하고 있습니까?파이썬에서 합계를 계산하는 더 빠른 방법이 있습니까?

import time
n = 1000000

t0 = time.time()
for i in range(n): C.sum(m_p, m.shape[0], m.shape[1])
t1 = time.time()

print 'cffi', t1-t0

t0 = time.time()
for i in range(n): m.sum()
t1 = time.time()

print 'numpy', t1-t0

.

시간 :

cffi 0.818415880203
numpy 5.61657714844

.

Answer 1

numpy는 Python 오버 헤드 (아마도 CFFI와 유사한)와 일반성의 두 가지 이유로 c보다 느리게합니다. NUMPY는 다른 데이터 유형의 무리에서 임의의 차원의 배열을 처리하도록 설계되었습니다. CFFI를 사용한 예제는 2D 플로트 배열을 위해 만들어졌습니다. 비용은 여러 줄의 코드 대 .sum(), 6 자 이상 5 마이크로 초 미만을 저장했습니다. (그러나 물론, 당신은 이미 이것을 알았습니다). 나는 단지 CPU 시간이 저렴한 것보다 훨씬 저렴하다는 것을 강조하고 싶습니다.

이제, 숫자를 숫자로 붙이고 더 나은 성능을 얻으려면 최선의 옵션은 병목 현상 . 그들은 1과 2D 배열에 최적화 된 몇 가지 기능을 제공하며, 빠른 타오르는 것입니다. 귀하의 경우, 0.35에서 실행 시간을 0.35로 또는 CFFI만큼 빨리 두 배로 늘릴 수있는 16 배 빠릅니다.

병목 현상이없는 다른 기능의 경우 Cython을 사용할 수 있습니다. 더 많은 Pythonic 구문으로 C 코드를 작성하는 데 도움이됩니다. 또는 당신이 될 것이라면, 당신이 속도에 만족할 때까지 점진적으로 파이썬을 c로 변환하십시오.