使用numpy/scipy的unladen-swallow
有没有人用过unladen-swallow这个工具和numpy/scipy一起做数字计算或者科学应用？你觉得它的速度快吗？如果有任何看法，欢迎分享。
3 个回答
1
关于这个问题，不是答案：
Total runtime = python + numpy + interface,
cpython/unladenswallow + mostlyC + interface.
如果没有真实的数据来说明这三种分配方式是怎么分的——比如20、70、10，或者40、40、20？还有超过一个基准的情况，
我们就无法判断哪种方式更好。
1
应该会更快。我自己还没有测试过，但我刚从pycon大会回来，他们有一个关于unladen-swallow的讲座，提到使用numpy和其他一些包时性能会有提升。你可以在这里观看这个讲座。
5
目前还没有很多人对Unladen Swallow有深入的了解，除了开发者自己，所以想找到能讨论这个话题的人会比较难。而且，由于有关于将Unladen Swallow（它是用LLVM构建的）与CPython运行时合并的讨论，事情在稳定之前会有很多变化。
虽然有关于Unladen Swallow的性能测试数据，但numpy和scipy并不在其中。正如开发者自己所说：“……像numpy这样的扩展模块的性能并不重要，因为numpy的核心功能是用C语言实现的。”
简单来说，如果你为numpy和scipy写了好的代码，那么在Unladen Swallow下你的代码不会“显著更快”，因为它已经在虚拟机层面以下运行了。如果你为numpy和scipy写了不好的代码，那你需要先修正你的代码，然后再回到第一句话。