質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

88.79%

Python3 処理高速化を実現したい

解決済

回答 1

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 1,484

dream-20xx

score 17

前提・実現したいこと

Python3にてプログラムをつくっております。処理高速化を実現したいです。
numpyを使用していますが、ループ回数が膨大なので遅いです。
下記サンプルコードは、私の環境では0.45秒です。
これでも十分速いのかもしれませんが、あと10倍以上は速くしたいです。
良いアドバイスはありますでしょうか?

ソースコード例

import numpy as np
import time as t

start = t.time()
sl = np.random.rand(10000)
ang = np.random.rand(10000)

def main():

    n = sl.size
    msk = np.ones(n)
    angmax = ang[0]

    for i in range(1, n):
        #maxidx = np.argmax([angmax, ang[i]])
        #angmax = np.max([angmax, ang[i]])
        #if maxidx == 0: msk[i] = 1
        if angmax > ang[i]:
            msk[i] = 3
        else:
            angmax = ang[i]

        csl = sl[0:i+1]
        ply = np.where(csl > sl[i])
        kly = np.size(ply)
        if kly > 0: msk[ply] = 2

    print(msk)
    print('time : ' + str(round((t.time() - start),3)) + ' [sec]')

if __name__ == "__main__":
    main()

試したこと

Cythonは試してみましたが殆ど速くなりませんでした(要検証)。
jitも試しましたが速くなりませんでした。
for文を除いてOpenCVで書ければ速くなりそうですが、
具体的な記述方法がわからない状況です。

import cython
import numpy as np
cimport numpy as np

sl = np.random.rand(10000)
ang = np.random.rand(10000)

cdef int n = sl.size
cdef np.ndarray msk = np.ones(n)
cdef float angmax = ang[0]

for i in range(1, n):
    if angmax > ang[i]:
        msk[i] = 3
    else:
        angmax = ang[i]

    csl = sl[0:i+1]
    ply = np.where(csl > sl[i])
    kly = np.size(ply)
    if kly > 0: msk[ply] = 2

補足情報

GPUマシンはありますので、例えばcupyを使用して速くなるのであれば試してみたいです。
もしcupyでの記述方法がわかればご教授頂けると幸いです。

  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

質問への追記・修正、ベストアンサー選択の依頼

  • dream-20xx

    2019/04/10 17:06 編集

    ご指摘いただいた「argmax() と max()」の部分を修正しました。
    0.2秒速くなりました。ありがとうございます。

    キャンセル

  • dream-20xx

    2019/04/10 17:22

    また、Cでも書いて速度確認してみます。最近定時退社が厳しいので明日回答いたします。

    キャンセル

  • dream-20xx

    2019/04/11 13:25

    ロジックの変更およびCythonにて約1万倍の高速化を実現できました!
    変更なし:0.65秒
    部分ロジック変更(python):0.45秒
    全般ロジック変更(python):0.06秒
    全般ロジック変更(Cython):0.00006秒
    本当にありがとうございます!みなさんにベストアンサー付けたいところですが申し訳ないです。

    キャンセル

回答 1

checkベストアンサー

+1

「Cythonは試してみましたが殆ど速くなりませんでした。」と書いてありますが、以下のようにすべて型を定義すると約2倍早くなりました。1万回の一重ループで内側はnumpyで処理していたのでそれぐらいのものだと思います。Cythonで書けばCよりも2倍以上遅いということはないと思います。

import cython
import numpy as np
cimport numpy as np

ctypedef np.float64_t np_float_t
ctypedef np.int32_t np_int_t

@cython.boundscheck(False)
@cython.wraparound(False)
cpdef np.ndarray[np_int_t, ndim=1] func1(
    np.ndarray[np_float_t, ndim=1] sl,
    np.ndarray[np_float_t, ndim=1] ang):

    cdef np.ndarray[np_int_t, ndim=1] msk
    cdef int i, j
    cdef int n = len(sl)
    cdef double angmax = ang[0]

    msk = np.ones(n, dtype='int32')
    for i in range(1, n):
        if angmax > ang[i]:
            msk[i] = 3
        else:
            angmax = ang[i]

        for j in range(i):
            if sl[j] > sl[i]:
                msk[j] = 2     
    return msk
import numpy as np
import time as t

def main()
    start = t.time()
    sl = np.random.rand(10000)
    ang = np.random.rand(10000)
    msk = func1(s1, ang)
    print(msk)
    print('time : ' + str(round((t.time() - start),3)) + ' [sec]')

if __name__ == "__main__":
    main()

計算の最後の部分は、要約すると配列の各要素でその要素より後ろにそれより小さい値があれば2にするということなので、以下のように計算方法を変更すれば1000倍ぐらい速くなります。このロジックが実際に使えるかどうかはわかりませんが、いろいろ方法を試す前にロジックを考えた方がいいと思います。

import cython
import numpy as np
cimport numpy as np

ctypedef np.float64_t np_float_t
ctypedef np.int32_t np_int_t

@cython.boundscheck(False)
@cython.wraparound(False)
cpdef np.ndarray[np_int_t, ndim=1] func2(
    np.ndarray[np_float_t, ndim=1] sl,
    np.ndarray[np_float_t, ndim=1] ang):

    cdef np.ndarray[np_int_t, ndim=1] msk
    cdef int i, j
    cdef int n = len(sl)
    cdef double angmax = ang[0]
    cdef double slmin

    msk = np.ones(n, dtype='int32')
    for i in range(1, n):
        if angmax > ang[i]:
            msk[i] = 3
        else:
            angmax = ang[i]

    slmin = sl[n - 1]
    for j in range(n - 1, -1, -1):
      if sl[j] > slmin:
          msk[j] = 2
      else:
          slmin = sl[j]
    return msk

投稿

編集

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

  • 2019/04/10 17:53 編集

    ありがとうございます。確かにCythonについては素人なのでやり方が間違っている可能性が高いです。
    Cythonコードを追記しました。
    また、msk[i]への代入については元のソースコードから改変する際に数値を違うものにしてしまっていました。正しい値にもどしました。

    キャンセル

  • 2019/04/11 13:24

    夜遅くに投稿恐縮です。
    ロジックの変更およびCythonにて約1万倍の高速化を実現できました!
    変更なし:0.65秒
    部分ロジック変更(python):0.45秒
    全般ロジック変更(python):0.06秒
    全般ロジック変更(Cython):0.00006秒
    本当にありがとうございます!師匠と呼びたいくらいです。

    キャンセル

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 88.79%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る