Cython在CPython + NumPy上沒有速度增益

對於uni任務，我在MATLAB中編寫了一個2D方形域流動求解器。學習Python我已經將MATLAB代碼轉換爲Python。我用NumPy做所有的矩陣向量乘法，我用scipy.sparse.linalg.spsolve（）來求解Ax = b，其中A是40x40並且是稀疏的。Cython在CPython + NumPy上沒有速度增益

最後我對求解器的速度並不滿意。因此，我使用Spyder中包含的分析器來追蹤瓶頸。基本上證明，除了系統求解（使用上述方法）之外，所有線性代數運算都相當快。這並不令人意外，因爲解決一個系統總是比只乘以一些向量和矩陣更昂貴。

我轉向Cython加速我的求解器。我讀http://wiki.cython.org/tutorials/numpy，我通過給每個變量一個靜態類型（是的，我知道這不是最聰明或最有效的方式，但我急於看到結果並在之後做一個適當的工作）而變得不合時宜。唯一沒有給出靜態類型的是稀疏矩陣A，因爲它是一個CSR稀疏矩陣，我還不知道如何靜態類型。是的，我知道這是最關鍵的部分，因爲剖析顯示系統解決了瓶頸。

在最終設法用Cython編譯所有東西后，結果與沒有Cython的結果完全一樣......我明白Cython的性能增益不會太好，因爲我沒有解決瓶頸問題，但是我不明白爲什麼Cython版本的運行速度甚至只有1％。

有人能幫我從Cython中受益嗎？我怎樣才能讓我的代碼更快運行？我應該如何從scipy靜態類型提供一個CSR稀疏矩陣？

我的代碼可以使用這個谷歌驅動器鏈接下載： https://docs.google.com/file/d/0B-nchNKLtgjeWTE4OXZrVUpfcWs/edit?usp=sharing

來源

2013-05-28 Aeronaelius

如果你寫自己的''spsolve'比'sparse.linalg.spsolve'更快，Cython會真的有所幫助。否則，99％的程序調用numpy/scipy將不會從Cython中受益。 –

因爲你沒有解決的瓶頸。

聽起來我現在所做的一切都是讓方法調用NumPy更快。這隻有在你撥打NumPy電話的批次時纔有所幫助，但是你說這不是瓶頸對你的影響。

Cython使您能夠加速Python代碼。它不會幫助你加快NumPy代碼。

來源

2013-05-28 02:28:40

因爲大多數Numpy代碼已經用C編寫了.C代碼當然不會從Cython中受益。

如果運行速度太慢，您應該懷疑算法。

看看here用於加速python的不同方式的比較。

來源

2013-05-28 02:41:23

查看你提供的url，你會發現Cython版本的運行速度比NumPy版本快。儘管在Cython版本中使用了NumPy數組，但它們省略了使用切片，而是在NumPy數組上使用嵌套循環。我的代碼可以從使用Cython + NumPy切換到循環的方式獲益嗎？ – Aeronaelius

它似乎是這樣... http://stackoverflow.com/questions/7799977/numpy-vs-cython-speed –

啊精彩這可能實際上有所幫助，雖然收益並不大。 – Aeronaelius

Cython在CPython + NumPy上沒有速度增益

回答

相關問題