Python是一種解釋語言，其代碼不是直接編譯成機器碼，而是由另一個叫做 解釋器 的程序?qū)崟r解釋的（一般是 cpython ）。因此，與其他編譯語言相比，Python靈活性高（動態(tài)類型，兼容性高，...）。但這也造成了Python非常慢的缺點。

加速 Python的方法

實際上，有多種解決方案可以解決python的緩慢問題。

• 使用 cython：一種編程語言，是python的超集。Cython是Python編程語言和擴展 Cython 編程語言（基于Pyrex）的優(yōu)化靜態(tài)編譯器。它使得為 Python 編寫 C 擴展就像 Python 本身一樣容易。
• 使用C/C++語言結(jié)合 ctypes， pybind11 或 CFFI 來編寫Python的綁定程序
• 用C/C++擴展Python
• 使用其他編譯過的語言，如rust[1]

而所有這些方法，都需要使用除Python外的另一種語言，并編譯代碼使之與Python一起工作。盡管這些方法都很不錯，但并不是最適合我們初學(xué)者的使python更快的方法，更別提他們通常比較難以設(shè)置了。

Numba & JIT 編譯器

Numba[2]是一個Python包，在兼具Python的便利的同時，可以使你的代碼更快。

numba使用Just-in-time (JIT)編譯（即在Python代碼執(zhí)行過程中的實時編譯的），使用起來非常方便，無需向其他工具一樣，還需安裝一個C/C++編譯器，它僅需用 pip/conda 安裝它即可。

      pip?install?numba

    

接下來試一個例子：用蒙特卡洛模擬來計算π的估計值。

      import?random
from?numba?import?njit
def?monte_carlo_pi_without_numba(nsamples):
????acc?=?0
????for?i?in?range(nsamples):
????????x?=?random.random()
????????y?=?random.random()
????????if?(x?**?2?+?y?**?2)?<?1.0:
????????????acc?+=?1
????return?4.0?*?acc?/?nsamples

#?添加numba的裝飾器，使該函數(shù)更快。
@njit
def?monte_carlo_pi_with_numba(nsamples):
????acc?=?0
????for?i?in?range(nsamples):
????????x?=?random.random()
????????y?=?random.random()
????????if?(x?**?2?+?y?**?2)?<?1.0:
????????????acc?+=?1
????return?4.0?*?acc?/?nsamples

    

在使用該方法時，我們只需要導(dǎo)入numba的一個裝飾器（njit），剩下的都由它自己完成即可，可以說是非常方便。

我們運行兩個版本的代碼，并進(jìn)行計時對比。顯示numba比普通python快30倍。

      %timeit?monte_carlo_pi_with_numba(100_000)
#?1.24?ms?±?10.4?μs?per?loop?(mean?±?std.?dev.?of?7?runs,?1000?loops?each)

%timeit?monte_carlo_pi_without_numba(100_000)
#?40.6?ms?±?814?μs?per?loop?(mean?±?std.?dev.?of?7?runs,?10?loops?each)

    

一些注意事項

值得一提的是，numba確實有一些缺點：

• 在首次運行numba裝飾的函數(shù)時，有一定的時間開銷。這是因為首次執(zhí)行時，numba會試圖找出參數(shù)的類型并編譯函數(shù)，從而導(dǎo)致程序有一定的延遲。
• 不是所有的Python代碼都能用numba編譯，例如，如果你對同一個變量或?qū)α斜碓厥褂没旌蠑?shù)據(jù)類型，此種情況將會拋出異常。

加速 Pandas

Numba是專門為numpy設(shè)計的，對numpy數(shù)組非常友好。而 pandas 是建立在 numpy 之上的，這使得在使用用戶定義的函數(shù)或甚至執(zhí)行不同的Dataframe操作時，可以進(jìn)行瘋狂優(yōu)化。

首先創(chuàng)建一個DataFrame數(shù)據(jù)集。

      import?numpy?as?np
import?pandas?as?pd

n?=?1_000_000

df?=?pd.DataFrame({
????'height':?1?+?1.3?*?np.random.random(n),
????'weight':?40?+?260?*?np.random.random(n),
????'hip_circumference':?94?+?14?*?np.random.random(n)
})

    

用戶定義的函數(shù)

numba 的另一個重要的方法是 vectorize，使用該方法可以很容易的創(chuàng)建numpy通用函數(shù)（ufuncs[3]）

通用函數(shù)（或簡稱ufunc）是以ndarrays逐個元素的方式運行的函數(shù)，支持?jǐn)?shù)組廣播、類型轉(zhuǎn)換和其他幾個標(biāo)準(zhǔn)特性。也就是說，ufunc 是一個函數(shù)的“矢量化”包裝器，它接受固定數(shù)量的特定輸入并產(chǎn)生固定數(shù)量的特定輸出。

下面是計算數(shù)據(jù)集中列height的平方。

      from?numba?import?vectorize

def?get_squared_height_without_numba(height):
??return?height?**?2

@vectorize
def?get_squared_height_with_numba(height):
??return?height?**?2

%timeit?df['height'].apply(get_squared_height_without_numba)
#?279?ms?±?7.31?ms?per?loop?(mean?±?std.?dev.?of?7?runs,?1?loop?each)


%timeit?df['height']?**?2
#?2.04?ms?±?229?μs?per?loop?(mean?±?std.?dev.?of?7?runs,?1000?loops?each)

#?我們首先將列轉(zhuǎn)換為numpy數(shù)組，
#?因為numba與numpy兼容，與pandas并不兼容。
%timeit?get_squared_height_with_numba(df['height'].to_numpy())
#?1.6?ms?±?51.5?μs?per?loop?(mean?±?std.?dev.?of?7?runs,?1000?loops?each)

    

基本操作

使用njit，并計算 BMI（身體質(zhì)量指數(shù)）。

      from?numba?import?njit

@njit
def?get_bmi(weight_col,?height_col):
??n?=?len(weight_col)
??result?=?np.empty(n,?dtype="float64")

??#?與python循環(huán)相比，Numba的循環(huán)非?？?/span>
??for?i,?(weight,?height)?in?enumerate(zip(weight_col,?height_col)):
????result[i]?=?weight?/?(height?**?2)
??return?result

#?不要忘記將列轉(zhuǎn)換為?numpy?
%timeit?df['bmi']?=?get_bmi(df['weight'].to_numpy(),?
????????????????????????????df['height'].to_numpy())
#?6.77?ms?±?230?μs?per?loop?(mean?±?std.?dev.?of?7?runs,?100?loops?each)

%timeit?df['bmi']?=?df['weight']??/?(df['height']?**?2)
#?8.63?ms?±?316?μs?per?loop?(mean?±?std.?dev.?of?7?runs,?100?loops?each)

    

你可以看到，即使是基本的操作，numba仍然比原始 pandas 花費的時間更少(6.77ms vs 8.63ms)。

寫在最后

numba 是一種開箱即用的方法，可以輕而易舉地 讓你的 Python 代碼變得更快。當(dāng)然，在成功編譯代碼之前可能需要多幾次嘗試，你可以試試使用它。如果本文對你有用，那就點個贊和在看支持下云朵君吧！

拓展閱讀

[1]

rust: https://github.com/PyO3/pyo3

[2]

Numba: https://numba.pydata.org/

[3]

ufuncs: https://numpy.org/doc/stable/reference/ufuncs.html

                      
                                          往期
                                          精彩
                                          回顧
                                        
                                      

• 適合初學(xué)者入門人工智能的路線及資料下載
• (圖文+視頻)機器學(xué)習(xí)入門系列下載
• 機器學(xué)習(xí)及深度學(xué)習(xí)筆記等資料打印
• 《統(tǒng)計學(xué)習(xí)方法》的代碼復(fù)現(xiàn)專輯
• 機器學(xué)習(xí)交流qq群955171419，加入微信群請 掃碼