我想知道有没有人知道长尾鹦鹉和麻木鸡之间的一些关键区别?我很好奇,因为我把Numexpr与Numba和parakeet进行了比较,对于这个特殊的表达式(我希望在Numexpr上执行得非常好,因为它是在其文档中提到的那个)
所以结果是
以及我测试的函数(通过timeit-每个函数至少3次重复和10次循环)
import numpy as np
import numexpr as ne
from numba import jit as numba_jit
from parakeet import jit as para_jit
def numpy_complex_expr(A, B):
return(A*B-4.1*A > 2.5*B)
def numexpr_complex_expr(A, B):
return ne.evaluate('A*B-4.1*A > 2.5*B')
@numba_jit
def numba_complex_expr(A, B):
return A*B-4.1*A > 2.5*B
@para_jit
def parakeet_complex_expr(A, B):
return A*B-4.1*A > 2.5*B
如果你想在你的机器上复查结果,你也可以抓取IPython nb。在
如果有人想知道Numba是否安装正确。。。我认为是的,在我之前的基准测试中,它的表现与预期一致:
{uncufs}在当前的版本中,你使用的是一个不完整的测试。另一方面,您可以使用
@vectorize
,而且速度更快:计时结果:
^{pr2}$如果要充分利用numba,则需要展开任何矢量化操作:
还要注意,如果您将numexpr使用的线程数设置为1,那么您将看到它的主要速度优势是并行化:
默认情况下,numexpr使用
ne.detect_number_of_cores()
作为线程数。我在我的机器上最初的计时是用8。在相关问题 更多 >
编程相关推荐