numexpr：你以为numpy已经够快了，其实它还可以更快

开篇

python语言被广泛用于数据分析和机器学习。但是，由于python的底层特性，python的运行速率低一直被广泛诟病。其中，numpy和pandas的广泛使用已经将数据处理和机器学习的速率提升了几个档次。

但是，随着数据的越来越多，很多人已经不再满足numpy和pandas的速度，从而退出了一批加速优化拓展包。这篇文章主要介绍一个轻量、但是功能强大的python扩展包 ”NumExpr"，看看它是如何高效解析数学公式的。

NumExpr

NumExpr的使用及其简单，只需要将原来的numpy语句使用双引号框起来，并使用numexpr中的evaluate方法调用即可。

第一步：需要引入 numexpr 和 numpy 扩展包；

/`import numexpr as ne

import numpy as np/`

第二步：创建两个numpy的array - a 和 b；

a和b两个所包含的数据个数为100万个。

当我们需要执行简单的加减乘除的时候，numexpr的效率已经得到了很好地体现，通过执行 2 * a + 3 * b，如果直接操作，需要3.39 毫秒。但是，如果我们是用ne.evaluate加速，可以将时间缩短至1.55 毫秒。

numexpr在更加复杂的数学表达式运算中，表现到底如何呢？

当我们使用如上所示的数学表达式，正常执行需要28.3 ms。而通过numexpr的加速，只需要3.03 ms。

注意，numexpr是可以识别 sin 函数的，所以我们不需要在evaluate里面写np.sin，可以直接写 sin。

总结：处理数据量越大，数学计算越复杂，则numexpr的加速效果越明显。



numpy 和 numexpr 比较

我们可以看到，当np.array的元素个数超过10e8，加速效果更加显著。

numexpr也支持逻辑表达式和复数表达式的加速，有兴趣的读者朋友可以自行比较。

numexpr 多线程加速

numexpr还有一个重要的加速利器，多线程操作。通过 ne.set/_num/_threads(1) 可以设置线程的数量，更多的线程表示程序可以同时对数学表达式进行计算。

如上所示，如果我们设置单线程，程序运行需要13.4 ms。设置了双线程，速度则可以提升一倍。

numexpr对pandas的加速
numexpr的设计主要针对的是numpy。同样的，我们知道pandas也是基于numpy开发的。自然，numexpr同样可以被用来对pandas加速。

pandas中有一个eval方法就是运用了numexpr，对pandas代码进行优化加速。

当我们构建几个pandas的dataframe，然后对它们进行运算的时候，pd.eval 可以将程序从原先的47.4 ms 加速到17.6 ms。

总结

通过以上的实例，numexpr对于numpy和pandas的加速是很显著的，尤其当数据量比较大和计算比较复杂的情况下。同时，numexpr的使用非常简单。但是，我们需要注意的是，任何加速工具都会有局限性的，并不是所有的工作都可以使用numexpr进行加速。

 

审核编辑 黄昊宇