साइथन: 30x से अधिक पायथन कोड त्वरण

पायथन एक भाषा है जिसे कई प्रोग्रामर प्यार करते हैं। यह भाषा उपयोग करने के लिए अविश्वसनीय रूप से आसान है। बात यह है कि पायथन में लिखा गया कोड सहज और अच्छी पठनीयता है। हालाँकि, पायथन के बारे में बातचीत में अक्सर इस भाषा के बारे में एक ही शिकायत सुनी जा सकती है। खासकर जब सी विशेषज्ञ पायथन के बारे में बात कर रहे हैं। ऐसा लगता है: "पायथन धीमा है।" और जो लोग ऐसा कहते हैं वे सच्चाई के खिलाफ पाप नहीं करते हैं।

कई अन्य प्रोग्रामिंग भाषाओं की तुलना में, पायथन वास्तव में, धीमा है। यहां परीक्षा परिणाम हैं जो विभिन्न समस्याओं को सुलझाने में विभिन्न प्रोग्रामिंग भाषाओं के प्रदर्शन की तुलना करते हैं।



पायथन कार्यक्रमों को गति देने के कई तरीके हैं। उदाहरण के लिए, आप कई प्रोसेसर कोर का उपयोग करने के लिए डिज़ाइन किए गए पुस्तकालयों का उपयोग कर सकते हैं। जो लोग Numpy, Pandas, या Scikit-Learn के साथ काम करते हैं, उन्हें रैपिड्स सॉफ्टवेयर पैकेज पर एक नज़र डालने की सलाह दी जा सकती है, जो आपको वैज्ञानिक गणनाओं में GPU का उपयोग करने की अनुमति देता है।

ये सभी त्वरण तकनीक उन मामलों में अच्छी हैं जहां पायथन का उपयोग करके हल किए जा सकने वाले कार्यों को समानांतर किया जा सकता है। उदाहरण के लिए, ये मेट्रिसेस के साथ प्रारंभिक डेटा प्रोसेसिंग या संचालन के लिए कार्य हैं।

लेकिन क्या होगा यदि आपका कोड शुद्ध पायथन है? क्या होगा यदि आपके पास लूप के for एक बड़ा for जिसे आपको पूरी तरह से उपयोग करना होगा, और जिसके निष्पादन को केवल इस तथ्य के कारण समानांतर नहीं किया जा सकता है कि इसमें संसाधित डेटा क्रमिक रूप से संसाधित किया जाना चाहिए? क्या पायथन को ही गति देने का कोई तरीका है?

इस सवाल का जवाब साइथन द्वारा दिया गया है - एक ऐसी परियोजना जिसके उपयोग से आप पायथन में लिखे गए कोड को काफी तेज कर सकते हैं।

साइथन क्या है?

साइथॉन, इसके मूल में, पायथन और C / C ++ के बीच की एक मध्यवर्ती परत है। साइथन आपको कुछ मामूली संशोधनों के साथ नियमित पायथन कोड लिखने की अनुमति देता है, जिसे तब सीधे सी कोड में अनुवाद किया जाता है।

पायथन कोड में एकमात्र परिवर्तन इसके प्रकार के बारे में जानकारी को प्रत्येक चर में जोड़ना है। नियमित पायथन कोड लिखते समय, आप इस तरह एक चर घोषित कर सकते हैं:

 x = 0.5 

एक चर घोषित करते समय साइथन का उपयोग करते समय, आपको इसके प्रकार को निर्दिष्ट करने की आवश्यकता होती है:

 cdef float x = 0.5 

यह निर्माण साइथन को बताता है कि चर एक अस्थायी बिंदु संख्या है। उसी सिद्धांत से, चर को सी में घोषित किया जाता है। साधारण अजगर का उपयोग करके, चर प्रकार को गतिशील रूप से परिभाषित किया जाता है। साइथॉन में प्रयुक्त स्पष्ट प्रकार की घोषणा है जो पायथन कोड को सी कोड में परिवर्तित करना संभव बनाता है। मुद्दा यह है कि सी में, चर प्रकारों की स्पष्ट घोषणा आवश्यक है।

साइथन स्थापना अत्यंत सरल है:

 pip install cython 

साइथन में प्रकार

साइथन का उपयोग करते समय, दो प्रकार के सेट को प्रतिष्ठित किया जा सकता है। एक चर के लिए है, दूसरा कार्यों के लिए है।

यदि हम चर के बारे में बात कर रहे हैं, तो निम्न प्रकार हमारे लिए उपलब्ध हैं:

• cdef int a, b, c
• cdef char *s
• cdef float x = 0.5 (एकल सटीक संख्या)
• cdef double x = 63.4 (डबल सटीक संख्या)
• cdef list names
• cdef dict goals_for_each_play
• cdef object card_deck

कृपया ध्यान दें कि यहाँ, वास्तव में, C / C ++ प्रकार दिखाए गए हैं!

कार्यों के साथ काम करते समय, निम्न प्रकार हमारे लिए उपलब्ध हैं:

• def एक नियमित पायथन फ़ंक्शन है, जिसे केवल पायथन से कहा जाता है।
• cdef एक cdef फ़ंक्शन है जिसे नियमित पायथन कोड से नहीं बुलाया जा सकता है। ऐसे कार्यों को केवल साइथन कोड के भीतर ही बुलाया जा सकता है।
• cpdef - एक फ़ंक्शन जिसे C और पायथन दोनों से एक्सेस किया जा सकता है।

अब हम पायथन के प्रकारों का पता लगा चुके हैं, हम पायथन कोड की गति को बढ़ा देंगे।

साइथन का उपयोग करके कोड को गति देना

चलो पायथन बेंचमार्क बनाकर शुरू करते हैं। यह एक लूप के for होगा जिसमें किसी संख्या के भाज्य की गणना की जाती है। इसी तरह का शुद्ध पायथन कोड इस प्रकार होगा:

 def test(x):    y = 1    for i in range(1, x+1):        y *= i    return y 

इस फ़ंक्शन के बराबर साइथन अपने मूल संस्करण के समान है। इसी कोड को एक्सटेंशन .pyx साथ एक फ़ाइल में रखा जाना चाहिए। कोड में किए जाने वाले एकमात्र परिवर्तन को चर के प्रकार और उसमें कार्य करने के बारे में जानकारी जोड़ना है:

 cpdef int test(int x):    cdef int y = 1    cdef int i    for i in range(1, x+1):        y *= i    return y 

ध्यान दें कि फ़ंक्शन में cpdef कीवर्ड है। यह आपको पायथन से इस फ़ंक्शन को कॉल करने की अनुमति देता है। इसके अलावा, प्रकार को चर i को सौंपा गया है, जो लूप काउंटर की भूमिका निभाता है। चलो यह नहीं भूलना चाहिए कि हमें फ़ंक्शन में घोषित सभी चर टाइप करने की आवश्यकता है। इससे C कंपाइलर को पता चल जाएगा कि किस प्रकार का उपयोग करना है।

अब setup.py बनाएँ, जो हमें Cython कोड को C कोड में बदलने में मदद करेगी:

 from distutils.core import setup from Cython.Build import cythonize setup(ext_modules = cythonize('run_cython.pyx')) 

संकलन करें:

 python setup.py build_ext --inplace 

C कोड अब उपयोग के लिए तैयार है।

यदि आप उस फ़ोल्डर को देखते हैं जहां Cython कोड स्थित है, तो आप run_cython.c को चलाने के लिए आवश्यक सभी फ़ाइलें पा सकते हैं, जिसमें run_cython.c फ़ाइल भी शामिल है। यदि आप रुचि रखते हैं, तो इस फ़ाइल को खोलें और देखें कि सिथॉन द्वारा उत्पन्न सी-कोड क्या है।

अब आप हमारे अल्ट्राफास्ट सी कोड का परीक्षण करने के लिए तैयार हैं। नीचे दिए गए कोड को प्रोग्राम के दो संस्करणों की जांच और तुलना करने के लिए उपयोग किया जाता है।

 import run_python import run_cython import time number = 10 start = time.time() run_python.test(number) end = time.time() py_time = end - start print("Python time = {}".format(py_time)) start = time.time() run_cython.test(number) end = time.time() cy_time = end - start print("Cython time = {}".format(cy_time)) print("Speedup = {}".format(py_time / cy_time)) 

यह कोड बहुत सरल है। हम आवश्यक फ़ाइलों को आयात करते हैं - जैसे कि नियमित पायथन फाइलें आयात की जाती हैं, और फिर हम संबंधित कार्यों को कहते हैं, इसे उसी तरह से करना जैसे कि हम हर समय नियमित पायथन कार्यों के साथ काम करेंगे।

निम्नलिखित तालिका पर एक नज़र डालें। आप देख सकते हैं कि कार्यक्रम का साइथन संस्करण सभी मामलों में अपने पायथन संस्करण की तुलना में तेज़ है। जितना बड़ा कार्य, उतनी बड़ी त्वरण जो साइथन प्रदान करता है।

परिणाम

साइथन का उपयोग करके पायथन में लिखे लगभग किसी भी कोड को बिना किसी विशेष प्रयास के काफी तेज कर सकते हैं। कार्यक्रम में जितने अधिक लूप होते हैं और उतने ही अधिक डेटा की प्रक्रिया होती है - बेहतर परिणाम आप साइथन से उम्मीद कर सकते हैं।

प्रिय पाठकों! क्या आप अपनी परियोजनाओं में साइथन का उपयोग करते हैं?