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!

新規登録して質問してみよう
ただいま回答率
85.50%
NumPy

NumPyはPythonのプログラミング言語の科学的と数学的なコンピューティングに関する拡張モジュールです。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

Q&A

解決済

1回答

474閲覧

Python3: listよりnumpy.ndarrayのほうが処理が遅くなることもあるのかどうか

退会済みユーザー

退会済みユーザー

総合スコア0

NumPy

NumPyはPythonのプログラミング言語の科学的と数学的なコンピューティングに関する拡張モジュールです。

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

0グッド

0クリップ

投稿2019/10/25 23:51

具体的なコードの質問というよりは抽象的な質問です。

・要約した質問
Pythonで「listよりnumpy.ndarrayのほうが処理が速い」というのは、必ずしもそうだとも言えないのか。

・質問とその背景
Pythonで数独パズルを解くプログラムを書きました。問題の盤面を9×9のリスト形式(下コードのような形)で与えると、それについて解いてくれるものです。

python3

1#問題の例 2#0は空白マスを表す 3sudoku_problem = [[0,0,5,3,0,0,0,0,0], 4 [8,0,0,0,0,0,0,2,0], 5 [0,7,0,0,1,0,5,0,0], 6 [4,0,0,0,0,5,3,0,0], 7 [0,1,0,0,7,0,0,0,6], 8 [0,0,3,2,0,0,0,8,0], 9 [0,6,0,5,0,0,0,0,9], 10 [0,0,4,0,0,0,0,3,0], 11 [0,0,0,0,0,9,7,0,0]] 12#「世界一難しい数独」で調べると出てくる問題です。

上記の問題だと約1.5秒で解いてくれます。

ひとまずプログラムが完成したので、次はこれを高速化しようとしました。
完成したプログラムではpythonのリストオブジェクトを多用しているのですが、「pythonのリストの操作は処理が遅い、データ型の決まっているnumpy.ndarrayを使ったほうが高速」のような話を聞いていたので、プログラムの内問題の盤面とそれに関する処理をすべてnumpy.ndarrayの形式に書き換えました。

python3

1#問題の入力形式をnumpy.ndarrayに変えた 2import numpy as np 3sudoku_problem = np.array([[0,0,5,3,0,0,0,0,0], 4 [8,0,0,0,0,0,0,2,0], 5 [0,7,0,0,1,0,5,0,0], 6 [4,0,0,0,0,5,3,0,0], 7 [0,1,0,0,7,0,0,0,6], 8 [0,0,3,2,0,0,0,8,0], 9 [0,6,0,5,0,0,0,0,9], 10 [0,0,4,0,0,0,0,3,0], 11 [0,0,0,0,0,9,7,0,0]], dtype='int8')

しかし、そうしてできたプログラムを実行してみると、処理にかかる時間が元のプログラムより30倍ほど長くなってしまいました。
もともとのプログラムがfor文をガンガン回す感じもので、その構造については変更後もほぼかえていないので「あんまり早くならないかもな」ぐらいに思っていたのですが、
numpy.ndarrayの処理は普通のリストより早くなるものだと思っていたので大幅に遅くなったことが意外でした。

例えば行列計算なんかの処理をガンガンやる場合には、numpyを使うとデータ型は固定だしfor文をあまり書かなくて済むので高速になる、というのは多分あってると思うのですが、
そういう処理をやらない場合、numpyは単なるlist型の上位互換としては見ないほうがいいということでしょうか。

ぼんやりした質問で申し訳ないですがどなたか意見をくださると幸いです。

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MY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。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

guest

回答1

0

ベストアンサー

普通にpythonレイヤからnumpy配列の「要素」にアクセスするような処理をすると、オーバーヘッドの塊みたいなものですから遅いでしょうねえ。

python

1import timeit 2import numpy as np 3 4n = 2 5L = [[0 for _ in range(10**n)] for _ in range(10**n)] 6A = np.array(L) 7 8def func1(a): 9 for i in range(10**n): 10 for j in range(10**n): 11 a[i][j] 12 13def func2(a): 14 for i in range(10**n): 15 for j in range(10**n): 16 a[i,j] 17 18print(timeit.timeit(lambda :func1(L), number=100)) 19print(timeit.timeit(lambda :func1(A), number=100)) 20print(timeit.timeit(lambda :func2(A), number=100)) 21""" => 220.0637162079801783 230.2254948549962137 240.14580219899653457 25"""

実装についていえば、numpy配列は、C配列のwrapperみたいなものです。要素の取り出しはメモリ上のデータに対応する値を持つpythonオブジェクトを生成して返しますし、代入はその逆(pythonオブジェクトをデータに変換して書き込む)です。listはそんなまどころっこしいことはしていなくて、要素はただのpythonオブジェクトへのポインタです。

投稿2019/10/26 00:10

編集2019/10/26 02:08
hayataka2049

総合スコア30933

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

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
85.50%

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る

質問する

関連した質問