用numba加速拍摄？

Question

有没有可能使用numba来加速np.take？

这是我的尝试，但速度要慢得多。我不能使用nopython模式，因为它不像np.empty_like命令。

import numba
import numpy as np
from timer import Timer    

def take( x, indices ):
    result = np.empty_like( indices, dtype=x.dtype )    
    for i in range( len( indices ) ):
        result[i] = x[ indices[ i ] ]
    return result

jtake = numba.jit("f4[:](f4[:],i4[:])" )( take )

if __name__=='__main__':

    N = 100000
    m = 100
    idx = np.random.random_integers( 0, N, m )
    x = np.random.randn( N )

    num_tests=10000

    with Timer( 'take' ):
        for i in range( num_tests ):    
            r0 = take( x, idx )

    with Timer( 'Numba take' ):
        for i in range( num_tests ):    
            r1 = jtake( x, idx )                

    with Timer( 'Numpy.take' ):
        for i in range( num_tests ):
            r2 = x.take( idx )

它有以下结果：

Beginning take
take took 2.46 seconds
Beginning Numba take
Numba take took 1.11 seconds
Beginning Numpy.take
Numpy.take took 0.04 seconds

Answer 1

答案是否定的。

Numba不会作用于编译后的函数，如np.take()或使用花式索引的数组方法，而花式索引是算法的基础。Numba作用于代码的解释部分。

你的take()函数可能比NumPy函数有更多的开销，Numba改进了for循环(解释的)。

当NumPy >1.9时，你的代码应该更接近于NumPy，因为你的算法是基于奇特的索引和np.take()级别的they improved the fancy indexing efficiency。