Numba

Numba(ナンバ)はPythonのJIT(Just In Time)コンパイラです。簡単にいえば,Pythonの自前の関数を高速にする仕組みです。以下は M1 Mac mini 上の Python 3.10.5 で実行しました。

速さ比べのため,まずは100万個の乱数を用意します:

import numpy as np

rng = np.random.default_rng()
a = rng.random(1000000)

これをPython標準の sum() 関数を使って合計するのに要する時間を計測します:

%timeit sum(a)

結果:

35.6 ms ± 46.3 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)

次は,自前の関数を作って,時間を計測します:

def sum1(a):
    s = 0
    for x in a:
        s += x
    return s

%timeit sum1(a)

結果:

43.4 ms ± 805 µs per loop (mean ± std. dev. of 7 runs, 10 loops each)

次はNumbaを使ってみましょう。pip install numba などとしてインストールしてから,次を実行します:

from numba import jit

@jit(nopython=True)
def sum2(a):
    s = 0
    for x in a:
        s += x
    return s

%timeit sum2(a)

結果:

1.2 ms ± 50.4 µs per loop (mean ± std. dev. of 7 runs, 1 loop each)

約1ミリ秒です。数十倍速くなりました。最後にNumPyの np.sum() も試します:

%timeit np.sum(a)

結果:

187 µs ± 865 ns per loop (mean ± std. dev. of 7 runs, 10,000 loops each)

Numbaで高速化したものよりさらに高速です。

つまり,ループを含むようなPythonのコードはたいていNumbaで高速化できますが,同じ機能のNumPy関数があるなら,そちらを使いましょう。


Last modified: