Почему numba намного быстрее на этом простом суммировании?

Question

У меня есть ноутбук, где общественный питон, NumPy, Numba, Cython и Фортран сравниваются с простым суммированием:

https://gist.github.com/denfromufa/7727874c4fe1e7e174ed953930e93bbc

Почему Numba намного быстрее?

Answer 1

Как указано @DavidW, вы на самом деле не сравниваете идентичные алгоритмы. Ниже я написал две отдельные функции для каждого cython и numba, которые делают то же самое. Первый работает на массив, второй просто дано целое число:

Cython:

cpdef long cy_sum(long[:] A): 
    cdef long i, n = A.shape[0], s = 0 
    for i in range(n): 
     s += A[i] 
    return s 

cpdef long cy_sum2(long i): 
    cdef long s, x 
    s = 0 
    for x in range(i): 
     s += x 
    return s 

Numba:

@nb.jit(nopython=True) 
def nb_sum(A): 
    s=0 
    n = A.shape[0] 
    for i in range(n): 
     s += A[i] 
    return s 

@nb.jit(nopython=True) 
def nb_sum2(i): 
    s=0 
    for x in range(i): 
     s+=x 
    return s 

тестирование, чтобы убедиться, что они дают одинаковые результаты:

N = int(1e6) 
d = np.arange(N, dtype=np.int64) 

print np.allclose(nb_sum(d), cy_sum(d)) # True 
print np.allclose(nb_sum2(N), cy_sum2(N)) # True 

И тайминги на моем оборудовании:

%timeit cy_sum(d) 
%timeit nb_sum(d) 

1000 loops, best of 3: 416 µs per loop 
1000 loops, best of 3: 237 µs per loop 

%timeit cy_sum2(N) 
%timeit nb_sum2(N) 

10000000 loops, best of 3: 63.5 ns per loop 
10000000 loops, best of 3: 187 ns per loop 

Я бы не сделал слишком много выводов из такого микро-теста, но, по крайней мере, сейчас сравниваются эквивалентные реализации.