Um pouco de cito

Colocamos as mãos em Cythona, graças ao auto-isolamento. O problema é prosaico - como acelerar em python com perda mínima de sintaxe. Uma abordagem é usar Cython (uma mistura de C e python).



A publicação com um título alto não deu descanso . Porém, pouco se pode aprender com o conteúdo da publicação, uma vez que as fórmulas e a tabela resultante estão incorretas. Vamos tentar completar a imagem iniciada pelos autores do post e pontuar o e.



* Os testes foram realizados no odroid xu4, ubuntu mate, python 2.7.17.

Cython é fácil de instalar (pip install cython).



Vamos torturar todos os mesmos números de Fibonacci. Vamos criar arquivos para testes de ganho de desempenho. Para linguagem python (test.py):

def test(n):
   a, b = 0.0, 1.0
   for i in range(n):
      a, b = a + b, a
   print (a)

Para linguagem cython (test2.pyx):

def test2(int n):
   cdef int i
   cdef double a=0.0, b=1.0
   for i in range(n):
      a, b = a + b, a
   print (a)

O arquivo cython requer pré-construção. Vamos criar um setup.py para ele com o seguinte conteúdo:

from distutils.core import setup
from Cython.Build import cythonize
setup(ext_modules=cythonize('test2.pyx'))

E colete:

python setup.py build_ext --inplace

Agora, vamos pegar o arquivo da postagem mencionada com testes e corrigi-lo um pouco, adicionando a capacidade de inserir seu próprio número no início (tests.py):

import test
import test2
import time

number = input('enter number: ')

start = time.time()
test.test(number)
end =  time.time()

py_time = end - start
print("Python time = {}".format(py_time))

start = time.time()
test2.test(number)
end =  time.time()

cy_time = end - start
print("Cython time = {}".format(cy_time))
print("Speedup = {}".format(py_time / cy_time))

Vamos ver o que aconteceu:

python tests.py

Resultados:



para python 2.7:

enter number: 10
Python time = 1.62124633789e-05
Cython time = 4.05311584473e-06
Speedup = 4.0

enter number: 100
Python time = 3.40938568115e-05
Cython time = 5.00679016113e-06
Speedup = 6.80952380952

enter number: 1000
Python time = 0.000224113464355
Cython time = 1.19209289551e-05
Speedup = 18.8

enter number: 100000
Python time = 0.0200171470642
Cython time = 0.000855922698975
Speedup = 23.3866295265

Para python 3:

enter number: 10
Python time = 7.653236389160156e-05
Cython time = 2.8133392333984375e-05
Speedup = 2.7203389830508473

enter number: 100
Python time = 8.678436279296875e-05
Cython time = 3.170967102050781e-05
Speedup = 2.736842105263158

enter number: 1000
Python time = 0.00031876564025878906
Cython time = 4.673004150390625e-05
Speedup = 6.821428571428571

enter number: 100000
Python time = 0.01643967628479004
Cython time = 0.0004260540008544922
Speedup = 38.5858981533296

* o módulo test2.pyx foi “reconstruído” com o comando:

python3 setup.py build_ext --inplace

** instalado por cython:

pip3 install cython



Você pode fazer sem construir test2.pyx usando setup.py, para isso você só precisa adicionar as linhas ao arquivo tests.py :

import pyximport
pyximport.install()

Agora test2.pyx será compilado rapidamente cada vez que tests.py for executado e haverá menos arquivos na pasta.

Como iniciar o cython no Windows.

Apesar do cython permitir a montagem de arquivos para python3 e python2, não foi possível obter uma receita pronta para python3 .

Com python3, o comando build funciona:

python setup.py build_ext -i --compiler=msvc

No entanto, para seu trabalho completo, é necessário instalar parte dos componentes do visual studio 2019. O que exatamente instalar está indicado na solução aqui .



Portanto, existem duas opções de trabalho que permitem trabalhar (construir um arquivo) no Windows com cython.



O primeiro usa python2.7 e o compilador mingw.

O procedimento é o seguinte.

1. Instale o próprio cython em python 2.7:

py -2 -m pip install cython

2. Instale o compilador mingw:

mingw

3. Depois de instalar o compilador e adicioná-lo às janelas PATH, o arquivo .pyx pode ser compilado com o comando:

python setup.py build_ext -i --compiler=mingw32

O segundo está usando python3.x e o compilador msvc.

Como executar cython no notebook Jupyter.

Às vezes é necessário testar o trabalho do código visualmente usando o jupyter. Para não compilar o código em cmd todas as vezes, você pode usar cython diretamente nas células jupyter.

Para fazer isso, importe cython executando na célula jupyter:

%load_ext cython

E vamos executar algum código na próxima célula:

%%cython -a
import numpy as np

cdef int max(int a, int b):
    return a if a > b else b

cdef int chebyshev(int x1, int y1, int x2, int y2):
    return max(abs(x1 - x2), abs(y1 - y2))

def c_benchmark():
    a = np.random.rand(1000, 2)
    b = np.random.rand(1000, 2)
    
    for x1, y1 in a:
        for x2, y2 in b:
            chebyshev(x1, x2, y1, y2)

Se tudo der certo, a saída será assim: