一篇关于利用numba加速python运行效率的笔记

• 问题描述： 最近在跑一段python代码，代码的主要功能是对fastq格式的基因数据通过2阶Markov过程构建一个频率表，频率表的格式大概是{(34,45): [23，2, 35，6, 23，1], (23,35): [33，1]}这种形式，可以简化为(34,45,23,2)，最后一位为(34,45,23)三元组在数据集中出现的次数。在计算过程中涉及到大量的for循环操作，在数据集为200M时，耗时将近3小时（单线程。硬件：），导师说numba对于for循环可以有很好的加速效果，试试用numba把程序降到30分钟。
• 最终加速效果： 程序由最开始的2.5小时下降到2分钟
• 主要加速路线：
  • 变量预分配内存实现加速：2.5小时 to 25分钟；
  • numba装饰器实现加速：25分钟 to 2分钟。

---

一、原始代码(部分)分析

    total_entropy = 0
    freq_dict = {}
    row_mean_q = []
    for k in range(row_size):
        row_mean[k] = quan_normal(row_mean[k])
        row_mean_q.append(quan_quan4(row_mean[k],row_mean))
    for j in range(4,matrix.shape[1]):
        for i in range(2,matrix.shape[0]):
            context_list = (max(matrix[i,j-2],matrix[i,j-1]),row_mean_q[i])
            if context_list not in freq_dict.keys():
                freq_dict[context_list] = {matrix[i,j]:1}
                total_entropy += 8
            else:
                if matrix[i,j] not in freq_dict[context_list].keys():
                    freq_dict[context_list].update({matrix[i,j]:1})
                    total_entropy += 8
                else:
                    total_entropy += -np.log(freq_dict[context_list][matrix[i,j]]/np.sum(list(freq_dict[context_list].values())))
                    freq_dict[context_list][matrix[i,j]] += 1

说明：

• 利用第三方包line_profiler对程序进行程序运行时间分析，发现row_mean_q和for循环中最后一个total_entropy的计算花费了主要的程序运行时间；
  

• 考虑应该是row_mean_q在最开始在定义时是一个空list类型，通过for循环不断地向list中追加数据，并且由于调用的函数quan_quan4()是一个比较简单的分段判断函数计算量很小不会花费太多时间，所以猜测在开辟内存过程中花费了大量的时间，并且通过list.append()方法生成最终的list本身就很不高效。

---

二、变量预分配内存实现加速

基于上面的猜测，尝试修改变量row_mean_q的赋值方式，在预定义时直接赋值，然后后面逐项修改，具体地如代码所示：

    #row_mean_q =  []
    row_mean_q = row_mean   #row_mean是一个已计算好且与row_mean_q数组长度、每个元素都较为接近的list
    for k in range(row_size):
        row_mean[k] = quan_normal(row_mean[k])
        #row_mean_q.append(quan_quan4(row_mean[k],row_mean))
        row_mean_q[k] = quan_quan4(row_mean[k])

说明：

• 这里为了更好地利用预分配的内存，直接令row_mean_q = row_mean，row_mean是一个在程序前面部分已计算好的，且与row_mean_q数组长度、每个元素都较为接近的list。这样赋值后，在后续进行元素值替换时，内存几乎不发生变化（这里需要验证：python中list元素替换时如何实现的，新分配内存还是在原地址进行扩展？）

  • 经验证，python中变量每次初始化时会开辟新的内存空间，并将内容地址赋值给变量。
  • 数据内部结构改变时(增删改)，内存地址不发生变化(可通过id(a)查看变量a的内存地址)，但占用内存空间大小可能发生变化(可通过sys.getsizeof(a)来查看内存大小）。如果对变量重新初始化赋值，就会将新的地址赋值给变量。

• 另一个需要验证的是：如果使用row_mean_q = [None]*length的形式进行赋值，两者最终的运行时间是否有差别，差别有多大？

  • 经验证，两种不同的赋值，后者占用的运行时间稍多，但差距不大。一方面，前者直接将row_mean的内容地址赋值给row_mean_q，后者则需要在内存中开辟新的内存；另一方面，由于None占用内存较小，在后续元素重新赋值过程中需要扩张内存。
  • 但需要注意的是，通过row_mean_q = row_mean两者指向同一个列表内存地址，而当对列表内容进行操作时，列表本身的地址没有发生变化，也就说修改row_mean_q和row_mean中任何一个的元素值，都会导致另一个同样发生变化。

---

三、numba装饰器实现加速

3.1 为什么numba可以对python代码加速？

参考博客：Python程序提速神器–[Numba快速上手指南] (https://blog.csdn.net/june_young_fan/article/details/103671449)

计算机只能执行二进制的机器码，C，C++等编译型语言依靠编译器将源代码转化为可执行文件后运行；Python，Java等解释型语言使用解释器将源码翻译后在虚拟机上执行。对于python，由于解释器的存在，其执行效率比C语言慢几倍甚至几十倍。

Python 是一门解释语言， Python 为我们提供了基于硬件和操作系统的一个虚拟机，并使用解释器将源代码转化为虚拟机可执行的字节码。字节码在虚拟机上执行，得到结果。

解决python执行效率低问题的解决方案：

• 用C或C++ 重写Python函数。要求对C和C++语言熟悉；
• 用JIT（just in time) 技术。

Numba是一个针对Python的开源JIT编译器，由Anaconda公司主导开发，可以对原生代码进行cpu和gpu加速。

下图是一张由python解释器进行程序运行的过程与JIT编译器运行python程序过程的比较：

具体地，我们使用 python example.py 来执行一份源代码时， Python 解释器会在后台启动一个字节码编译器（ Bytecode Compiler ），将源代码转换为字节码。字节码是一种只能运行在虚拟机上的文件， Python 的字节码默认后缀为 .pyc ， Python 生成 .pyc 后一般放在内存中继续使用，并不是每次都将 .pyc 文件保存到磁盘上。有时候我们会看到自己 Python 代码文件夹里有很多 .pyc 文件与 .py 文件同名，但也有很多时候看不到 .pyc 文件。pyc 字节码通过 Python 虚拟机与硬件交互，关于.pyc文件的作用和更新机制请移步Python程序的执行过程（解释型语言和编译型语言）。虚拟机的出现导致程序和硬件之间增加了中间层，运行效率大打折扣。相信使用过虚拟机软件的朋友深有体会，在原生的系统上安装一个虚拟机软件，在虚拟机上再运行一个其他系统，经常感觉速度下降，体验变差，这与 Python 虚拟机导致程序运行慢是一个原理。

Just-In-Time（JIT） 技术为解释语言提供了一种优化，它能克服上述效率问题，极大提升代码执行速度，同时保留 Python 语言的易用性。使用 JIT 技术时，JIT 编译器将 Python 源代码编译成机器直接可以执行的机器语言，并可以直接在 CPU 等硬件上运行。这样就跳过了原来的虚拟机，执行速度几乎与用 C 语言编程速度并无二致。

延伸阅读：[How Numba and Cython speed up Python code] (https://rushter.com/blog/numba-cython-python-optimization/)文中提到Cython对python语言加速与numba的区别及适用场景。

3.2 修改代码匹配numba的类型支持

使用numba对程序进行加速的主要问题是：目前Numba只支持python原生函数和部分Numpy函数。

通过实际编写程序，过程中遇到的主要问题：

• 通过jit进行装饰的函数，如果函数中嵌套有其它函数同样需要进行jit装饰；
• numba不支持动态变量，在函数内部使用变量必须预先定义，也可以在函数外部定义，但必须通过形参传输到函数内部，不然会外部变量作为常值的全局变量；
• list的数据类型必须转换为numpy.array类型；
• dict类型变量在使用前必须以numba支持的数据类型格式进行声明，python中一般形式的dict在被jit装饰的函数中无法使用；
• 貌似对tuple的数据类型支持较好，不需要提前声明

基于以上几点对程序进行修改，修改结果如下：

    freq_dict = numba.typed.Dict.empty(
        key_type = numba.types.UniTuple(numba.types.int32,2),
        value_type = numba.types.int32[:],)
    row_mean_q = row_mean
    for k in range(row_size):
        row_mean[k] = quan_normal(row_mean[k])
        row_mean_q[k] = quan_quan4(row_mean[k])
    row_mean_q = np.array(row_mean_q,dtype=np.int32)

    @numba.njit
    def caculate_directory(freq_dict,total_entropy,row_mean_q):
        for j in range(4,matrix.shape[1]):
            for i in range(2,matrix.shape[0]):
                context_list = (max(matrix[i,j-2],matrix[i,j-1]),row_mean_q[i])
                if context_list not in freq_dict:
                    freq_dict[context_list] = np.array([matrix[i,j],1],dtype=np.int32)
                    total_entropy += 8
                else:
                    if matrix[i,j] not in list(freq_dict[context_list])[::2]:
                        freq_dict[context_list] = np.array(list(freq_dict[context_list])+[matrix[i,j],1],dtype=np.int32)
                        total_entropy += 8
                    else:
                        _= (list(freq_dict[context_list])[::2].index(matrix[i,j]))*2
                        total_entropy += -np.log(freq_dict[context_list][_+1]/(freq_dict[context_list][1::2]).sum())
                        freq_dict[context_list][_+1] += 1
        return total_entropy

说明：

• 这里代码之所以可以修改为最终上述版本，和程序要解决的问题有很大关系。原代码中freq_dict是字典类型的，具体如{(34,45):{23:2,35:6,23:1},(23,35):{33,1}}也即字典嵌套字典的形式，很可惜，就目前的了解来看，numba似乎不支持这种复杂的数据类型，尝试将其修改为另外一种字典形式{(34,45):[23，2, 35，6, 23，1],(23,35):[33，1]}也即字典套list的形式。原来字典套字典的freq_dice中对于每一个键值对，值同样采用dict的形式，并且值中的键值对由于key的值是相异的，所以我们当按照元素出现顺序将原来的值中dict{key1:value1,key2:value2,…}修改为[key1,value1,key2,value2,…]list的形式，虽然在进行查询时虽然不能继续运用key-value的形式查询，但可以用奇偶位置的元素进行查询，并且由于奇数位的元素是各异的，所以可以利用list.index('x')返回元素x位于list中的位置，方便后续进一步的元素操作。

---

四、其它尝试

4.1 多线程的思考

4.2 数据结构的其它尝试

---

参考文章

[1] Python程序提速神器–Numba快速上手指南
[2] How Numba and Cython speed up Python code