Recommandé
Contenu connexe
Tendances
Tendances (20)
En vedette
En vedette (14)
Similaire à Introduction to cython
Similaire à Introduction to cython (20)
Plus de Atsuo Ishimoto
Plus de Atsuo Ishimoto (14)
Introduction to cython
- 1. Cythonによる 拡張モジュール 開発 2013/9/14 PyCon APAC 2013 Atsuo Ishimoto
- 3. Pythonの拡張モジュール 3 p 通常、C/C++で開発し、Pythonスクリプト から利用できる関数・データ型を提供 p Pythonが動的にロードする共有ライブラリ (*.so, *.pyd) p 用途 l Pythonからは呼び出せないCライブラリへ のインターフェース l Pythonではパフォーマンス不足
- 4. 拡張モジュールのめんどくささ 4 C/C++が必要 /* 一般的なC言語の例 */ int i;main(){for(;i["]<i;++i){-‐-‐ i;}"];read('-‐'-‐'-‐',i+++"hell o, world!n",'/'/'/'));}read(j,i,p) {write(j/p+p,i-‐-‐-‐j,i/i);} The International Obfuscated C Code Contest http://www.ioccc.org/1984/anonymous.c
- 5. 拡張モジュールのめんどくささ 5 関数・データ型定義がめんどう static PyMemberDef xx_memberlist[] = { ... static PyGetSetDef xx_getsetlist[] = { ... static PyTypeObject xx_Type = { ... static PyMethodDef xx_methods[] = { ... static PyModuleDef xx_module = { ... PyMODINIT_FUNC PyInit_xx(void) { ...
- 10. Pythonの構文で C言語と同じ処理を書ける 10 /* C言語 */ void spam() { void *p = malloc(100); if (!p) { return; } if (!ham()) { goto exit; } egg(); exit: free(p); } # Cython def spam(): cdef void *p = malloc(100) if p: try: if not ham(): return egg() finally: free(p)
- 11. Cythonの文法 11 基本は Python2 とほぼ同じ! def qsort(L): if len(L) <= 1: return L return ( qsort([lt for lt in L[1:] if lt < L[0]]) + [L[0]] + qsort( [ge for ge in L[1:] if ge >= L[0]])) http://code.activestate.com/recipes/66473-just-for-fun-quicksort-in-3-lines/
- 12. Cythonの関数・型定義 12 かんたん cdef class Spam: cdef double attr1 cdef public double public_attr cdef readonly double public_attr2 def ham(self): return self.attr1
- 13. アーリーバインディング 13 変数の型宣言 も できる！ def spam(dict d): return len(d) 型チェックは静 的・動的両方 def spam(dict d): cdef list L L = d # コンパイルエラーに # ならない
- 14. Cythonコードの最適化 14 cdef int i for i in range(100): … cdef int i = 0 while i < 100: … i += 1
- 15. オブジェクトアクセスの最適化 15 Cythonコード 生成されるCコード 型宣言なし item = obj[n] item = PyObject_GetItem( obj, n) 型宣言あり cdef tuple obj cdef int n item = obj[n] item = PyTuple_GET_ITEM( obj, n)
- 16. C/C++ライブラリの利用 16 # Python.h の PyMem_Malloc() を宣言 cdef extern from "Python.h" void* PyMem_Malloc(size_t n) def spam(): cdef void *p p = PyMem_Malloc(100) if not p: raise MemoryError() ヘッダファイルから関数や構造体をインクルード
- 17. 定義済みライブラリ 17 標準Cランタイム関数な どは定義済み from libc.math cimport sin def std_sin(x): return sin(x*x) p 関数・構造体・定数など をCythonで定義してあ る p cimport文でインポート するだけで利用可能
- 18. 定義済みライブラリ（抜粋） 18 種類 モジュール名 Python API cpython.object PyObject_XXXの定義 python.dict PyDict_XXXの定義 … C標準ライブラリ libc.stdio stdio.hで定義された関数 libc.stdlib stdlib.hで定義された関数 … C++標準ライブラリ libcpp.list std::listの定義 libcpp.string std::string の定義 … numpy numpy numpy API の定義 OpenMP openmp OpenMP API の定義 Posix標準ライブラリ posix.fcntl fcntl.hで定義された関数 …
- 19. C/C++のデータ型 19 cdef キーワードで 変数宣言 def spam(): cdef double value value = 100.0 * 200 return value ポインタや配列も def spam(s): cdef char p,*q p = s[0] q = &p return q[0] # *qは不可
- 20. 自動型変換 20 def spam(n): cdef int number number = n p Pythonオブジェクトを、C のint型の値に変換 p 変換不能な場合は例外を 送出 int number = PyInt_AS_LONG(n)
- 21. 文字列の自動変換 21 def spam(L): cdef char *s = "ham" L.append(s) p 文字列 s を Pythonのstrオブジェクト (Python3ではbytes)に変換 p strオブジェクト -> char * も変換される
- 22. GIL制御 22 言語としてGILを サポート p GIL: Global Interpreter Lock p Pythonスクリプトが、複数のス レッドで同時に実行されないよう に制御する仕組み p PythonのC APIを使わない処理 の間は、GILを開放すると並列 処理の効率が向上するケースも with nogil: #GILを開放し、他のスレッド #でPython実行を許可する f = fopen(fname,"w") …
- 23. C++サポート 23 from collections import defaultdict def freq(values): # 要素に、同じ値が何個あるか # 数え上げる d = defaultdict(int) for v in values: d[v] += 1 # distutils: language = c++ from libcpp.map cimport map def freq(list values): # std::map を使用 cdef map[int, int] d cdef int v for v in values: d[v] += 1 Distutils:で、C++ ファイルの生成を指示
- 24. Cythonのビルド 24 Cythonソースファイル (*.pyx *.pyd *.pxi) cythonコマンド Cソースファイル (*.c *.cpp) Cコンパイラ・リンカ Python拡張モジュール (*.so *.pyd)
- 25. Distutilsでビルド 25 from distutils.core import setup from Cython.Build import cythonize setup( name = "hello", ext_modules = cythonize( 'hello.pyx')) 通常の拡張モジュー ルと同じく、setup.py を作成 setup.pyで ビルド・インストール $ python setup.py build_ext $ python setup.py install
- 26. 対話コンソールでビルド 26 pyximport.install() で、pyxファイルを自 動的にビルドしてイ ンポート # hello.pyxをコンパイルし、 # 拡張モジュールをインポートする >>> import pyximport >>> pyximport.install() (None,pyximport. …) >>> import hello (コンパイル・リンクオプションを指定する場合には使えない)
- 28. ベンチマーク 28 def newton(n): guess = n/2 better = (guess + n/guess)/2 while better != guess: guess = better better = (guess + n/guess)/2 return guess
- 29. パフォーマンス比較 29 $ python -m timeit -c 'import pyx_newton;pyx_newton.newton(10.**100)' 10000 loops, best of 3: 21.7 usecper loop $ python -m timeit -c 'import py_newton;py_newton.newton(10.**100)' 10000 loops, best of 3: 36.3 usec per loop Python版 Cython版 (Python3.3.1/Cython 0.19.1)
- 30. Cython化だけでは速くならない 30 Pythonインタープ リタは優秀 p バイトコードインタープリタ のオーバヘッドは確かにあ るが… Pythonオブジェク トの、動的な比較・ 演算APIが問題 p PyNumber_TrueDivide、 PyObject_RichCompare など p CythonもPythonも、同じ APIを使って演算を行うの で、大きな差は出ない
- 31. Cのデータ型で演算を行う 31 def newton(double n): cdef double guess, better guess = n/2 better = (guess + n/guess)/2 while better != guess: guess = better better = (guess + n/guess)/2 return guess
- 32. 32 21.7 usec 36.3 usec Python版 Cython版 Cython(型指定)版 100000 loops, best of 3: 2.89 usec per loop • Cython版では、0除算でZeroDivisionError例外を送出するなどの処 理があるため、Pure C版より若干遅い
- 33. 関数の呼び出しコスト 33 def tak(x, y, z): if x <= y: return z return tak( tak(x-‐1, y, z), tak(y-‐1, z, x), tak(z-‐1, x, y))
- 34. 34 Python版 $ python -m timeit -s "import tak" "tak.tak(18, 9, 0)" 10 loops, best of 3: 2.74 sec per loop Cython版 $ python -m timeit -s "import tak" "tak.tak(18, 9, 0)" 10 loops, best of 3: 1.47 sec per loop
- 36. Cの関数を定義 36 cdef int c_tak(int x, int y, int z): if x <= y: return z return c_tak( c_tak(x-‐1, y, z), c_tak(y-‐1, z, x), c_tak(z-‐1, x, y)) def tak(x, y, z): return c_tak(x, y, z)
- 37. 37 Python版 $ python -m timeit -s "import tak" "tak.tak(18, 9, 0)" 10 loops, best of 3: 2.74 sec per loop Cython版 $ python -m timeit -s "import tak" "tak.tak(18, 9, 0)" 10 loops, best of 3: 1.47 sec per loop Cython(cdef)版 $ python -m timeit -s "import tak" "tak.tak(18, 9, 0)" 10 loops, best of 3: 36.9 msec per loop