使用 Cython 优化 numpy.dot

Question

我想使用 Cython 优化以下代码：

sim = numpy.dot(v1, v2) / (sqrt(numpy.dot(v1, v1)) * sqrt(numpy.dot(v2, v2))) 
dist = 1-sim
return dist

我已经编写并编译了 .pyx 文件，当我运行代码时，我没有看到任何显着的性能改进。根据 Cython 文档，我必须添加 c_types。 Cython 生成的 HTML 文件表明瓶颈是点积（这当然是意料之中的）。这是否意味着我必须为点积定义一个 C 函数？如果是，我该怎么做？

编辑：

经过一番研究，我想出了以下代码。改善只是微不足道的。我不确定我是否可以做些什么来改进它：

from __future__ import division
import numpy as np
import math as m
cimport numpy as np
cimport cython

cdef extern from "math.h":
    double c_sqrt "sqrt"(double)

ctypedef np.float reals #typedef_for easier readding

cdef inline double dot(np.ndarray[reals,ndim = 1] v1, np.ndarray[reals,ndim = 1] v2):
  cdef double result = 0
  cdef int i = 0
  cdef int length = v1.size
  cdef double el1 = 0
  cdef double el2 = 0
  for i in range(length):
    el1 = v1[i]
    el2 = v2[i]
    result += el1*el2
  return result

@cython.cdivision(True)
def distance(np.ndarray[reals,ndim = 1] ex1, np.ndarray[reals,ndim = 1] ex2):
  cdef double dot12 = dot(ex1, ex2)
  cdef double dot11 = dot(ex1, ex1)
  cdef double dot22 = dot(ex2, ex2)
  cdef double sim = dot12 / (c_sqrt(dot11 * dot22))
  cdef double dist = 1-sim    
  return dist 

Answer 1

作为一般说明，如果您从 cython 中调用 numpy 函数并且几乎不做其他事情，那么您通常只会看到边际收益（如果有的话）。如果您静态键入在 python 级别使用显式 for 循环的代码（而不是在已经调用 Numpy C-API 的东西中），您通常只会获得巨大的加速。

您可以尝试使用计数器的所有静态类型、输入 numpy 数组等编写点积的代码，并将 wraparound 和 boundscheck 设置为 False，导入 sqrt 函数的 clib 版本，然后尝试利用并行 for 循环 (prange) 来利用 openmp。

Answer 2

你可以改变表达方式

sim = numpy.dot(v1, v2) / (sqrt(numpy.dot(v1, v1)) * sqrt(numpy.dot(v2, v2))) 

到

sim = numpy.dot(v1, v2) / sqrt(numpy.dot(v1, v1) * numpy.dot(v2, v2))