Python 速度慢，試試這個方法提高 1000 倍

龜兔調節旋鈕會掉怎麼辦

作者 | Andrew Zhu

譯者 | 蘇本如

出品 | CSDN（ID：CSDNnews）

龜兔比賽（我6歲兒子 Charles Zhu 的繪畫作品）

人們一直詬病 Python 程式的速度很慢，它到底有多慢呢？

在每次的程式語言速度競賽中，Python 的名次通常都比較墊底。有人解釋這是因為 Python 是一種解釋型語言（程式碼無需編譯即可執行），而所有的解釋型程式語言執行速度都很慢。然而，我們知道 Java 也是一種解釋型語言，它的位元組碼是由 JVM 解釋的。而在這個基準測試速度比較頁面上的結果卻顯示：Java 要比 Python 的速度快得多。

下面是一個可以用來演示 Python 速度慢的示例。它使用傳統的 for 迴圈來產生一個數的倒數：

import numpy as np

np。random。seed（0）

values = np。random。randint（1， 100， size=1000000）

def get_reciprocal（values）：

output = np。empty（len（values））

for i in range（len（values））：

output［i］ = 1。0/values［i］

%timeit get_reciprocal（values）

結果顯示：

每個迴圈平均耗時3。37秒（標準偏差±582毫秒）（共計運行了7次程式，每次一個迴圈）

計算 1，000，000 個倒數竟然需要 3。37 秒。使用 C 語言執行同樣的運算只需要不到一眨眼的工夫：9 毫秒；C# 需要 19 毫秒；Nodejs 需要 26 毫秒；Java 僅僅需要 5 毫秒！而 Python 竟然用了讓人懷疑人生的 3。37秒（它到底做了些什麼）！（注：在本文的最後，我附上了所有語言的測試程式碼）。

Python 速度緩慢的根本

原因

我們通常把 Python 稱為一種動態型別程式語言。而 Python 程式中的一切變數都是以物件的形式存在，換句話說，每次 Python 程式碼處理資料時，都需要進行物件拆箱操作，以確定物件的具體型別。在 for 迴圈內部，每次迴圈都需要拆箱物件，檢查型別並計算倒數。那3秒鐘的時間都在型別檢查中浪費了。

C 語言和其他傳統的程式語言則不同，它們對資料的訪問是直接的。但在 Python 中，大量的 CPU 時間都用在了型別檢查上。

即使是一個簡單的賦值操作也會花費很長的時間。如：

a = 1

這個簡單的賦值操作，它需要如下兩個步驟：

步驟 1：將 a->PyObject_HEAD->typecode 設定為 Integer 型別。

步驟 2。 將值 1 賦值 a （a->val =1）。

關於 Python 為什麼速度慢的更多資訊，Jake 寫的這篇精彩文章值得一讀：Why Python is Slow： Looking Under the Hood

那麼，有沒有一種方法可以繞過型別檢查，從而提高 Python 程式的效能呢？

答案是：使用 NumPy 通用函式

與 Python 列表（list）不同，NumPy 陣列是圍繞 C 陣列構建的物件。NumPy 陣列訪問項不需要任何步驟來檢查型別。這給我們找到解決方案指明瞭方向：使用 NumPy

通用函式

（亦即UFunc）。

簡而言之，UFunc 是一種可以直接對整個陣列進行算術運算的方法。下面我們將前面那個慢速的 Python 示例改寫為 UFunc 版本，它就像下面這樣：

import numpy as np

np。random。seed（0）

values = np。random。randint（1， 100， size=1000000）

%timeit result = 1。0/values

改寫後的程式碼不僅提高了速度，而且程式碼變得更短。猜猜現在這個程式執行要花多少時間？它比我上面提到的最快的語言快了

2.7毫秒

：

每個迴圈平均耗時2。71毫秒（標準偏差±50。8微秒）（共運行了7次程式，每次迴圈100個）

返回程式碼，關鍵是 1。0/values 這一行。這裡的 values 不是一個數字，而是一個 NumPy 陣列。和除法運算子一樣，Numpy 還有許多其他運算子（如下圖示）。

點選這裡可以找到所有 Ufunc 運算（操作）符。

總結

對於那些使用 Python 的人來說，使用 Python 處理資料和數字的可能性很大。這些資料可以儲存在 NumPy 或 Pandas DataFrame中，因為DataFrame 是基於 NumPy 實現的。所以 Ufunc 也可以使用。

UFunc 使我們能夠以超越幾個數量級的更快速度在 Python 中執行重複操作。最慢的 Python 甚至可以跑得 C 語言更快。這一點太讓人激動了。

附錄— C，C＃，Java 和 NodeJS 的測試程式碼

C 語言：

#include

#include

#include

int main{

struct timeval stop， start；

int length = 1000000；

int rand_array［length］；

float output_array［length］；

for（int i = 0； i

rand_array［i］ = rand；

}

gettimeofday（&start， ）；

for（int i = 0； i

output_array［i］ = 1。0/（rand_array［i］*1。0）；

}

gettimeofday（&stop， ）；

printf（“took %lu us\n”， （stop。tv_sec - start。tv_sec） * 1000000 + stop。tv_usec - start。tv_usec）；

printf（“done\n”）；

return 0；

}

C#（。net 5。0）：

using System；

namespace speed_test{

class Program{

static void Main（string［］ args）{

int length = 1000000；

double rand_array =new double［length］；

double output = new double［length］；

var rand = new Random；

for（int i =0； i

rand_array［i］ = rand。Next；

//Console。WriteLine（rand_array［i］）；

}

long start = DateTimeOffset。Now。ToUnixTimeMilliseconds；

for（int i =0；i

output［i］ = 1。0/rand_array［i］；

}

long end = DateTimeOffset。Now。ToUnixTimeMilliseconds；

Console。WriteLine（end - start）；

}

}

}

Java：

import java。util。Random；

public class speed_test {

public static void main（String［］ args）{

int length = 1000000；

long rand_array = new long［length］；

double output = new double［length］；

Random rand = new Random ；

for（int i =0； i

rand_array［i］ = rand。nextLong；

}

long start = System。currentTimeMillis；

for（int i = 0；i

output［i］ = 1。0/rand_array［i］；

}

long end = System。currentTimeMillis；

System。out。println（end - start）；

}

}

NodeJS：

let length = 1000000；

let rand_array = ；

let output = ；

for（var i=0；i

rand_array［i］ = Math。floor（Math。random*10000000）；

}

let start = （new Date）。getMilliseconds；

for（var i=0；i

output［i］ = 1。0/rand_array［i］；

}

let end = （new Date）。getMilliseconds；

console。log（end - start）；

原文連結：https：//python。plainenglish。io/a-solution-to-boost-python-speed-1000x-times-c9e7d5be2f40

宣告：本文由CSDN翻譯，轉載請註明來源。

4月20日晚八點，歡迎來到CSDN悅讀時間直播間，與四位大咖一起探索UNIX傳奇往事的啟示，圍觀《UNIX傳奇》新書釋出會！