我发现模拟中的瓶颈之一是根据泊松分布生成随机数。我原来的代码是这样的
import numpy as np
#Generating some data. In the actual code this comes from the previous
#steps in the simulation. But this gives an example of the type of data
n = 5000000
pop_n = np.array([range(500000)])
pop_n[:] = np.random.poisson(lam=n*pop_n/np.sum(pop_n))
现在,我读到 numba 可以非常简单地提高速度。我定义了这个函数
from numba import jit
@jit()
def poisson(n, pop_n, np=np):
return np.random.poisson(lam=n*pop_n/np.sum(pop_n))
这个确实比原来的运行得更快。然而,我尝试走得更远:)当我写的时候
@jit(nopython=True)
def poisson(n, pop_n, np=np):
return np.random.poisson(lam=n*pop_n/np.sum(pop_n))
我得到了
Failed at nopython (nopython frontend)
Invalid usage of Function(np.random.poisson) with parameters (array(float64, 1d, C))
Known signatures:
* (float64,) -> int64
* () -> int64
* parameterized
一些问题 为什么会发生此错误以及如何修复它。
还有更好的优化吗?
最佳答案
Numba 不支持数组作为 np.random.poisson
的 lam
参数,因此您必须自己执行循环:
import numba as nb
import numpy as np
@nb.njit
def poisson(n, pop_n):
res = np.empty_like(pop_n)
pop_n_sum = np.sum(pop_n)
for idx, item in enumerate(range(pop_n.shape[0])):
res[idx] = np.random.poisson(n*pop_n[idx] / pop_n_sum)
return res
n = 5000000
pop_n = np.array(list(range(1, 500000)), dtype=float)
poisson(n, pop_n)
但根据我的计时,这与使用纯 NumPy 一样快:
%timeit poisson(n, pop_n)
# 203 ms ± 1.79 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)
%timeit np.random.poisson(lam=n*pop_n/np.sum(pop_n))
# 203 ms ± 3.97 ms per loop (mean ± std. dev. of 7 runs, 1 loop each)
这是因为,尽管 Numba 支持 np.random.poisson
和诸如 np.sum
之类的函数,但这些功能只是为了方便而支持,实际上并没有加快代码速度(很多) 。它可能可以在某种程度上避免函数调用开销,但考虑到它只会在纯 Python 中调用 np.random.poisson 一次,这并不算多(与创建 50 万个随机数相比,完全可以忽略不计) )。
如果您想加快一个无法用纯 NumPy 完成的循环,Numba 的速度非常快,但您不应该指望 numba(或其他任何东西)可以提供相当于同等速度的主要加速NumPy 函数。如果可以轻松地让它们更快 - NumPy 开发人员也会让它更快。 :)
关于python - Numba 和泊松分布的随机数,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/45548951/