添加cython比numpy慢的数组？-Java 学习之路

我刚刚开始学习cython，所以请原谅我的无知 . 简单地将两个数组一起添加，cython可以改进numpy吗？我非常糟糕地尝试添加两个数组a b来给出一个新的数组c：

import numpy as np
cimport numpy as np

DTYPE = np.int
ctypedef np.int_t DTYPE_t

def add_arrays(np.ndarray[DTYPE_t, ndim=2] a, np.ndarray[DTYPE_t, ndim=2] b, np.ndarray[DTYPE_t, ndim=2] c):
    cdef int x = a.shape[0]
    cdef int y = a.shape[1]
    cdef int val_a
    cdef int val_b
    for j in range(x):
        for k in range(y):
            val_a = a[j][k]
            val_b = b[j][k]
            c[j][k] = val_a + val_b    
    return c

但是，当传递这些数组时，此版本的速度要慢700倍（* edit：而不是numpy）：

n = 1000 
a = np.ones((n, n), dtype=np.int)
b = np.ones((n, n), dtype=np.int)
c = np.zeros((n, n), dtype=np.int)

我显然缺少一些非常大的东西 .

3 回答

3
问题是你正在索引二维数组，如 c[j][k] ，实际上你应该做 c[j,k] ，否则Cython正在使用 buf=c[j] 的中间缓冲区，它将从中获取 buf[k] ，导致速度减慢 . 您应该使用此正确的索引以及@XavierCombelle指定的 cdef 声明 .

您可以通过执行以下操作来检查此中间缓冲区是否导致速度减慢：
```
np.ndarray[DTYPE_t, ndim=1] buf
```
然后，在循环内：
```
buf = c[j]
buf[k] = val_a + val_b
```
这个声明的缓冲区应该提供与以下相同的速度（或接近）：
```
c[j,k] = val_a + val_b
```
回复于 2024-04-25T23:52:48+08:00
1
我想你错过了
```
cdef int j
cdef int k
```
所以你的变量循环是python对象而不是c
回复于 2024-04-25T23:52:48+08:00

这是两个例子：

“numpy方式”

%%timeit
table1 = np.ones((10,10))
table2 = np.ones((10,10))
result = np.zeros((10,10))
table1 + table2 

100000 loops, best of 3: 14.5 µs per loop

循环索引方式

%%timeit
def add_arrays(ar1, ar2):
    for j in range(len(ar1)):
        for k in range(len(ar2)):
            val_a = ar1[j][k]
            val_b = ar2[j][k]
            result[j][k] = val_a + val_b    
    return result

add_arrays(table1, table2)

1000 loops, best of 3: 307 µs per loop

同样的事情，快20倍 .

有了这一切，我知道我还没有完全回答你的问题，但也许它可以为你的比较提供更好的视角？

[编辑]对于1000x1000表，时差更明显;我怀疑是由于构建表的开销的摊销 .

former code: 100 loops, best of 3: 13.1 ms per loop
latter code: 1 loops, best of 3: 2.78 s per loop

这是一个200因素

回复于 2024-04-25T23:52:48+08:00

添加cython比numpy慢的数组？

3 回答

相关问题