一種將Python速度提高1000倍的解決方案
人們說(shuō)Python很慢，可能會(huì)很慢
每當(dāng)出現(xiàn)編程速度競(jìng)賽時(shí)，Python通常都會(huì)走到最底層。有人說(shuō)這是因?yàn)镻ython是一種解釋語(yǔ)言。所有的解釋語(yǔ)言都很慢。但是我們知道Java也是一種語(yǔ)言，它的字節(jié)碼由JVM解釋。
https://benchmarksgame-team.pages.debian.net/benchmarksgame/fastest/python3-java.html如本基準(zhǔn)測(cè)試所示，Java比Python快得多。
這是一個(gè)可以演示Python慢度的示例。使用傳統(tǒng)的for循環(huán)產(chǎn)生倒數(shù)：
import numpy as npnp.random.seed(0)values = np.random.randint(1, 100, size=1000000)def get_reciprocal(values):output = np.empty(len(values))for i in range(len(values)):output[i] = 1.0/values[i]%timeit get_reciprocal(values)
結(jié)果：
每個(gè)循環(huán)3.37 s±582毫秒（平均±標(biāo)準(zhǔn)偏差，共7次運(yùn)行，每個(gè)循環(huán)1次）神圣的xxx，計(jì)算1,000,000個(gè)倒數(shù)需要3.37s。C語(yǔ)言中的相同邏輯只需要眨一下就可以了：9ms ; C＃需要19毫秒; Nodejs花費(fèi)26ms ; Java需要5毫秒！而Python則采用了自我懷疑的3.37秒。（我在最后附加了所有測(cè)試代碼）。
緩慢的根本原因
我們通常將Python稱為動(dòng)態(tài)類型編程語(yǔ)言。而且Python程序中的所有內(nèi)容都是object，換句話說(shuō)，每次Python代碼處理數(shù)據(jù)時(shí)，都需要將對(duì)象包裝拆箱。在for循環(huán)內(nèi)部，每次迭代都需要拆箱對(duì)象，檢查類型并計(jì)算倒數(shù)。那3秒鐘都在類型檢查中浪費(fèi)了。
與C之類的傳統(tǒng)語(yǔ)言不同，對(duì)數(shù)據(jù)的訪問(wèn)是直接的，而在Python中，大量的CPU周期用于檢查類型。
即使是簡(jiǎn)單的數(shù)字分配也將花費(fèi)很長(zhǎng)時(shí)間。
a = 1步驟1.設(shè)置a->PyObject_HEAD->typecode為整數(shù)步驟2.設(shè)置a->val =1
那么，有沒(méi)有一種方法可以解決類型檢查，從而提高性能呢？
解決方案：NumPy通用函數(shù)
與Python列表不同，NumPy數(shù)組是圍繞C數(shù)組構(gòu)建的對(duì)象。NumPy中的訪問(wèn)項(xiàng)無(wú)需任何步驟即可檢查類型。這使我們了解了解決方案，它是NumPy通用函數(shù)（又稱UFunc）。
簡(jiǎn)而言之，UFunc是一種我們可以直接對(duì)整個(gè)數(shù)組進(jìn)行算術(shù)運(yùn)算的方法。將第一個(gè)慢速Python示例轉(zhuǎn)換為UFunc版本，它將像這樣：
import numpy as npnp.random.seed(0)values = np.random.randint(1, 100, size=1000000)%timeit result = 1.0/values
此代碼不僅可以提高速度，還可以縮短代碼長(zhǎng)度。猜猜現(xiàn)在需要多少時(shí)間？比我上面提到的任何其他語(yǔ)言快2.7ms：
每個(gè)循環(huán)2.71 ms±50.8 μs（平均±標(biāo)準(zhǔn)偏差，共運(yùn)行7次，每個(gè)循環(huán)100個(gè)）返回代碼，關(guān)鍵是1.0/values。值這里是不是一個(gè)數(shù)字，它是一個(gè)NumPy的陣列。像除法運(yùn)算符一樣，還有很多其他運(yùn)算符。
檢查這里的所有Ufunc運(yùn)營(yíng)商。
對(duì)于那些使用Python的人，您很有可能使用Python處理數(shù)據(jù)和數(shù)字。這些數(shù)據(jù)可以存儲(chǔ)在NumPy或Pandas DataFrame中，因?yàn)镈ataFrame是基于NumPy實(shí)現(xiàn)的。因此，Ufunc也可以。
UFunc使我們能夠在Python中以數(shù)量級(jí)更快的速度執(zhí)行重復(fù)操作。最慢的Python甚至可以比C語(yǔ)言更快。太棒了。
附錄— C，C＃，Java和NodeJS的測(cè)試代碼
C語(yǔ)言：
int main(){struct timeval stop, start;gettimeofday(&start, NULL);int length = 1000000;int rand_array[length];float output_array[length];for(int i = 0; i<length; i++){rand_array[i] = rand();}for(int i = 0; i<length; i++){output_array[i] = 1.0/(rand_array[i]*1.0);}gettimeofday(&stop, NULL);printf("took %lu us\n", (stop.tv_sec - start.tv_sec) * 1000000 + stop.tv_usec - start.tv_usec);printf("done\n");return 0;}
C＃（dotnet 5.0）：
using System;namespace speed_test{class Program{static void Main(string[] args){int length = 1000000;double[] rand_array =new double[length];double[] output = new double[length];var rand = new Random();for(int i =0; i<length;i++){rand_array[i] = rand.Next();//Console.WriteLine(rand_array[i]);}long start = DateTimeOffset.Now.ToUnixTimeMilliseconds();for(int i =0;i<length;i++){output[i] = 1.0/rand_array[i];}long end = DateTimeOffset.Now.ToUnixTimeMilliseconds();Console.WriteLine(end - start);}}}
Java：
import java.util.Random;public class speed_test {public static void main(String[] args){int length = 1000000;long[] rand_array = new long[length];double[] output = new double[length];Random rand = new Random ();for(int i =0; i<length; i++){rand_array[i] = rand.nextLong();}long start = System.currentTimeMillis();for(int i = 0;i<length; i++){output[i] = 1.0/rand_array[i];}long end = System.currentTimeMillis();System.out.println(end - start);}}
NodeJS：
let length = 1000000;let rand_array = [];let output = [];for(var i=0;i<length;i++){rand_array[i] = Math.floor(Math.random()*10000000);}let start = (new Date()).getMilliseconds();for(var i=0;i<length;i++){output[i] = 1.0/rand_array[i];}let end = (new Date()).getMilliseconds();console.log(end - start);
往期推薦