Kaggle知识点：NumExpr加速Numpy计算

NumExpr是NumPy的快速数值表达式求值器。NumExpr对使用表达式（如3*a+4*b）进行计算，并且比在Python中执行相同的计算使用更少的内存。

NumExpr 基础使用

NumExpr拥有更好的性能的主要原因是它避免了为中间结果分配内存，这导致减少一般的内存访问。因此NumExpr最适用于大型数组。

安装方法：

pip install numexpr

使用案例：

import numpy as np import numexpr as ne

a = np.random.rand(10000)
b = np.random.rand(10000)

# 等同于 2*a + b10 ne.evaluate("2*a + b10")

NumExpr 数据格式

NumExpr仅在内部使用以下类型运行：

• 8 位布尔值 (bool)
• 32 位有符号整数（int 或 int32）
• 64 位有符号整数（long 或 int64）
• 32 位单精度浮点数（float 或 float32）
• 64 位双精度浮点数（double 或 float64）
• 2x64 位双精度复数（complex 或 complex128）
• 原始字节串 (str)

如果表达式中的数组不匹配这些类型中的任何一种，它们将被向上转换为上述类型之一.

NumExpr 运算符

NumExpr 支持下面列出的一组运算符：

• Logical operators: &, |, ~
• Comparison operators: <, <=, ==, !=, >=, >
• Unary arithmetic operators: -
• Binary arithmetic operators: +, -, *, /, , %, <<, >>

NumExpr 函数运算

NumExpr 支持下列内置函数：

• where
• sin,cos,tan
• arcsin,arccos,arctan
• arctan2
• sinh,cosh,tanh
• arcsinh,arccosh,arctanh
• log,log10,log1p
• exp,expm1
• conj,real,imag,complex
• contains

NumExpr 使用案例

num = 10000 a = np.random.rand(num)
b = np.random.rand(num)

_ = 2*a + b10 + np.log(a) * np.log(b)
_ = ne.evaluate("2*a + b10 + log(a) * log(b)")

num = 10000 a = np.random.rand(num)
b = np.random.rand(num)

_ = 2*a + b10 + np.abs(a)
_ = ne.evaluate("2*a + b10 + abs(a)")

num = 10000 a = np.random.rand(num)
b = np.random.rand(num)

_ = 2*a + b10 + a*b
_ = ne.evaluate("2*a + b10 + a*b")

num = 10000 a = np.random.rand(num).astype(int16)
b = np.random.rand(num).astype(int16)

_ = 2*a + b10 + a*b
_ = ne.evaluate("2*a + b10 + a*b")

num = 10000 a = np.random.rand(num).astype(int32)
b = np.random.rand(num).astype(int32)

_ = 2*a + b10 + a*b
_ = ne.evaluate("2*a + b10 + a*b")

num = 10000 a = np.random.rand(num).astype(np.bool8)
b = np.random.rand(num).astype(np.bool8)

_ = a | b
_ = ne.evaluate("a | b")

NumExpr 使用总结

1. NumExpr支持基础的运算加速，且对32位浮点数加速比较明显，但对不同的格式有不同的加速比。

2. NumExpr只支持基础的运算函数，复杂的运算（如循环和索引）逻辑并不支持。

3. 在数据量比较小的情况下，NumExpr加速并不明显。且在不同机器，需要设置不同的进程数。