回答編集履歴
5
追加
answer
CHANGED
|
@@ -1,4 +1,4 @@
|
|
|
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
|
|
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。
|
|
2
2
|
|
|
3
3
|
```Cython
|
|
4
4
|
import cython
|
|
@@ -33,6 +33,7 @@
|
|
|
33
33
|
```
|
|
34
34
|
|
|
35
35
|
```python
|
|
36
|
+
import numpy as np
|
|
36
37
|
import time as t
|
|
37
38
|
|
|
38
39
|
def main()
|
4
ミスの修正
answer
CHANGED
|
@@ -47,7 +47,7 @@
|
|
|
47
47
|
main()
|
|
48
48
|
```
|
|
49
49
|
|
|
50
|
-
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
|
|
50
|
+
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。
|
|
51
51
|
|
|
52
52
|
```
|
|
53
53
|
import cython
|
3
ミスの修正
answer
CHANGED
|
@@ -28,7 +28,7 @@
|
|
|
28
28
|
|
|
29
29
|
for j in range(i):
|
|
30
30
|
if sl[j] > sl[i]:
|
|
31
|
-
msk[j] =
|
|
31
|
+
msk[j] = 2
|
|
32
32
|
return msk
|
|
33
33
|
```
|
|
34
34
|
|
|
@@ -79,7 +79,7 @@
|
|
|
79
79
|
slmin = sl[n - 1]
|
|
80
80
|
for j in range(n - 1, -1, -1):
|
|
81
81
|
if sl[j] > slmin:
|
|
82
|
-
msk[j] =
|
|
82
|
+
msk[j] = 2
|
|
83
83
|
else:
|
|
84
84
|
slmin = sl[j]
|
|
85
85
|
return msk
|
2
Cythonのコードを追加
answer
CHANGED
|
@@ -1,23 +1,86 @@
|
|
|
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、
|
|
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今回は約2倍早くなりました。Cで書くのより2倍以上遅いということはないと思います。
|
|
2
|
-
以下の部分は、配列の各要素でその要素より前にそれより大きい値があれば2にするというだけの計算なので、numpyでは無駄な計算をかなりしているので、Cythonによる処理高速化は可能です。
|
|
3
2
|
|
|
3
|
+
```Cython
|
|
4
|
+
import cython
|
|
4
|
-
|
|
5
|
+
import numpy as np
|
|
6
|
+
cimport numpy as np
|
|
5
7
|
|
|
8
|
+
ctypedef np.float64_t np_float_t
|
|
9
|
+
ctypedef np.int32_t np_int_t
|
|
10
|
+
|
|
11
|
+
@cython.boundscheck(False)
|
|
12
|
+
@cython.wraparound(False)
|
|
13
|
+
cpdef np.ndarray[np_int_t, ndim=1] func1(
|
|
14
|
+
np.ndarray[np_float_t, ndim=1] sl,
|
|
15
|
+
np.ndarray[np_float_t, ndim=1] ang):
|
|
16
|
+
|
|
17
|
+
cdef np.ndarray[np_int_t, ndim=1] msk
|
|
18
|
+
cdef int i, j
|
|
19
|
+
cdef int n = len(sl)
|
|
20
|
+
cdef double angmax = ang[0]
|
|
21
|
+
|
|
22
|
+
msk = np.ones(n, dtype='int32')
|
|
23
|
+
for i in range(1, n):
|
|
24
|
+
if angmax > ang[i]:
|
|
25
|
+
msk[i] = 3
|
|
26
|
+
else:
|
|
27
|
+
angmax = ang[i]
|
|
28
|
+
|
|
29
|
+
for j in range(i):
|
|
30
|
+
if sl[j] > sl[i]:
|
|
31
|
+
msk[j] = 1
|
|
32
|
+
return msk
|
|
33
|
+
```
|
|
34
|
+
|
|
6
35
|
```python
|
|
7
|
-
csl = sl[0:i+1]
|
|
8
|
-
ply = np.where(csl > sl[i])
|
|
9
|
-
|
|
36
|
+
import time as t
|
|
10
|
-
if kly > 0: msk[ply] = 2
|
|
11
37
|
|
|
38
|
+
def main()
|
|
39
|
+
start = t.time()
|
|
40
|
+
sl = np.random.rand(10000)
|
|
41
|
+
ang = np.random.rand(10000)
|
|
42
|
+
msk = func1(s1, ang)
|
|
43
|
+
print(msk)
|
|
44
|
+
print('time : ' + str(round((t.time() - start),3)) + ' [sec]')
|
|
45
|
+
|
|
46
|
+
if __name__ == "__main__":
|
|
47
|
+
main()
|
|
12
48
|
```
|
|
13
49
|
|
|
14
|
-
|
|
50
|
+
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1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。
|
|
15
51
|
|
|
52
|
+
```
|
|
16
|
-
|
|
53
|
+
import cython
|
|
17
|
-
|
|
54
|
+
import numpy as np
|
|
55
|
+
cimport numpy as np
|
|
18
56
|
|
|
57
|
+
ctypedef np.float64_t np_float_t
|
|
58
|
+
ctypedef np.int32_t np_int_t
|
|
59
|
+
|
|
60
|
+
@cython.boundscheck(False)
|
|
61
|
+
@cython.wraparound(False)
|
|
62
|
+
cpdef np.ndarray[np_int_t, ndim=1] func2(
|
|
63
|
+
np.ndarray[np_float_t, ndim=1] sl,
|
|
64
|
+
np.ndarray[np_float_t, ndim=1] ang):
|
|
65
|
+
|
|
66
|
+
cdef np.ndarray[np_int_t, ndim=1] msk
|
|
67
|
+
cdef int i, j
|
|
68
|
+
cdef int n = len(sl)
|
|
69
|
+
cdef double angmax = ang[0]
|
|
70
|
+
cdef double slmin
|
|
71
|
+
|
|
72
|
+
msk = np.ones(n, dtype='int32')
|
|
19
73
|
for i in range(1, n):
|
|
20
|
-
maxidx = np.argmax([angmax, ang[i]])
|
|
21
|
-
angmax = np.max([angmax, ang[i]])
|
|
22
|
-
if
|
|
74
|
+
if angmax > ang[i]:
|
|
75
|
+
msk[i] = 3
|
|
76
|
+
else:
|
|
77
|
+
angmax = ang[i]
|
|
78
|
+
|
|
79
|
+
slmin = sl[n - 1]
|
|
80
|
+
for j in range(n - 1, -1, -1):
|
|
81
|
+
if sl[j] > slmin:
|
|
82
|
+
msk[j] = 1
|
|
83
|
+
else:
|
|
84
|
+
slmin = sl[j]
|
|
85
|
+
return msk
|
|
23
86
|
```
|
1
修正
answer
CHANGED
|
@@ -1,7 +1,7 @@
|
|
|
1
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、
|
|
2
2
|
以下の部分は、配列の各要素でその要素より前にそれより大きい値があれば2にするというだけの計算なので、numpyでは無駄な計算をかなりしているので、Cythonによる処理高速化は可能です。
|
|
3
3
|
|
|
4
|
-
もし、Cythonで速くならなかったというのならば、そのコードを質問に記載してください。やりかたが間違ってい
|
|
4
|
+
もし、Cythonで速くならなかったというのならば、そのコードを質問に記載してください。やりかたが間違っているだけです。
|
|
5
5
|
|
|
6
6
|
```python
|
|
7
7
|
csl = sl[0:i+1]
|
|
@@ -11,7 +11,7 @@
|
|
|
11
11
|
|
|
12
12
|
```
|
|
13
13
|
|
|
14
|
-
|
|
14
|
+
また、以下の式も間違っていませんか。`msk = np.ones(n)`で`msk`は全ての要素が1の配列なのに、for文の中で msk[i] = 1 としても何もしたことになりませんが。。。
|
|
15
15
|
|
|
16
16
|
```python
|
|
17
17
|
msk = np.ones(n)
|