numexpr. Python 및 NUMPY의 빠른 수치 발현 평가자.
지금 다운로드

numexpr. 순위 및 요약

numexpr. 태그

파이썬 라이브러리 파이썬 정렬 배열 표현식 표현 평가자 NumPy와

numexpr. 설명

파이썬 및 숫자를위한 빠른 수치 배열 Expluuator. NUMEXPR은 NUMPY CAN보다 여러 번 더 빠른 다중 운영자 배열 표현식을 평가하는 Python 라이브러리입니다. 표현식을 문자열로 받아들이고 분석하고,보다 효율적으로 다시 작성하며 파이썬 코드를 더 빠른 파이썬 코드로 컴파일합니다. C에서 표현식을 작성하고 전문화 된 JIT (just-in-time) 컴파일러로 컴파일하는 것이 다음 가장 좋은 방법입니다. 런타임에 컴파일러가 필요하지 않습니다. Why IT WorkStphere는 배열 표현식 평가에 두 가지 극단입니다. 각 2 진 작업은 배열 요소를 통해 별도로 실행하고 임시 배열을 반환 할 수 있습니다. 이것은 numpy가 수행하는 것입니다. 2 * a + 3 * b는 3 개의 임시 배열을 a 또는 b만큼 크게 사용합니다. 이 전략은 메모리를 낭비합니다 (어레이가 큰 경우 문제점). 또한 2 * a와 3 * b의 결과가 배열이 큰 경우 최종 추가에 대한 캐시가 아니기 때문에 CPU 캐시 메모리를 사용하는 것이 아닙니다. 다른 극단은 각 요소를 반복하는 것입니다. xrange (len (a)) : c = 2 * a + 3 * b 이것은 메모리를 절약하고 캐시에 좋지만 각 반복 파이썬에서는 각 피연산자의 유형을 확인하고 선택해야합니다. 각 작업에 대한 올바른 루틴입니다. 입력 배열이 변경되지 않으므로 첫 번째 수표를 제외한 모든 수표는 낭비됩니다 .Numexpr은 간헐적으로 접근 방식을 사용합니다. 배열은 청크로 처리됩니다 (첫 번째 패스는 256 개의 요소를 사용합니다). 파이썬 코드로 보이는 것처럼 보입니다. xrange (0, len (a), 256) : r0 = a r1 = b 곱하기 (r0, 2 , r2) 곱하기 (r1, 3, r3) add (r2, r3, r2) c = r2 add () add ()의 3 인수 형식은 새로운 인수에 결과를 저장하는 대신에 새로운 인수를 할당하는 대신 정렬. 이것은 캐시와 분기 예측 간의 좋은 균형을 이룰 수 있습니다. 가상 컴퓨터는 전적으로 C로 작성되어 위의 파이썬보다 빠릅니다. Numexpr에 대한 정보를 더 많이 찾으십시오. 원래 작성자 (데이비드 M. cooke)가 작성한 Numexpr의 개요를 읽으십시오. 사용하는 것은 간단합니다 : >>> NP로 NUMPPY 가져 오기 >>> A = NP.ARANGE (1e6) # 고성능을 위해 큰 배열을 선택 >>> B = NP.ARANGE (1E6) >>> ne.evaluate ( "a + 1 ") # 간단한 expertionArray () >>> ne.evaluate ( 'a * b-4.1 * a> 2.5 * b') # 더 복잡한 Onearray (, dtype = bool)와 빠른 ... : - ) >>> 시간 + b ** 2 + 2 * a * b10 루프, 루프 당 3 : 33.3 ms 루프 >>> 기간 ( "a ** 2 + b ** 2 + 2 * A * B ") 100 루프, 최고 3 : 7.96 ms 당 루프 당 4.2 배 빠른 요구 사항보다 빠르게 : · 파이썬 · NUMPY.

numexpr. 관련 소프트웨어