IGGG Meetup 2015 Spring の資料

1. Cython
ことはじめ
IGGG Meetup 2015 Spring
擬音 @gion_U

2. お前誰よ
• 擬音 @gion_U
• 興味
• Python / Web開発
• バイトしてた
• やってること
• 研究室で MATLAB 使って線形代数こねこね
• （パターン認識・機械学習）

3. sucks

4. >> A
A =
1 2 3
4 5 6
7 8 9
>> sum(A)
ans =
12 15 18
>> sum(A, 1)
ans =
12 15 18
>> sum(A, 2)
ans =
6
15
24

5. >> A
A =
1 2 3
4 5 6
7 8 9
>> sum(A)
ans =
12 15 18
>> sum(A, 1)
ans =
12 15 18
>> sum(A, 2)
ans =
6
15
24
b =
1 2 3

6. >> A
A =
1 2 3
4 5 6
7 8 9
>> sum(A)
ans =
12 15 18
>> sum(A, 1)
ans =
12 15 18
>> sum(A, 2)
ans =
6
15
24
b =
1 2 3
>> sum(b)
ans =
6

7. >> A
A =
1 2 3
4 5 6
7 8 9
>> sum(A)
ans =
12 15 18
>> sum(A, 1)
ans =
12 15 18
>> sum(A, 2)
ans =
6
15
24
b =
1 2 3
>> sum(b)
ans =
6

8. I 💖

9. スクリプト言語なので、
どうしても
コンパイラ言語より遅い

10. I 💔

12. [Cython] is a programming
language that makes
writing C extensions for the
Python language as easy as
Python itself.
http://cython.org/docs/current/src/quickstart/overview.html
http://cython.org/docs/current/src/quickstart/overview.html

13. Python書くくらいの
気軽なノリで
C 拡張が書ける言語だよ！

14. 特徴
• “Pythonic”
• Python コードに型情報付けた感じ
• Python 向け C 拡張ライブラリとしてビルドで
きる他に、Cython コードを実行形式バイナリ
としてビルドすることも可能

15. • 変数の型宣言（しなくてもよい）
• Python の型も使える
• Python っぽいコード
def newton(double init):
cdef list result = []
cdef double current = init
cdef double past = 0
while True:
past = current
current = (current + (7 / current)) / 2
if abs(current - past) < 1e-10:
break
result.append(current)
return result
if __name__ == '__main__':
print(newton(3))

16. CPython から使う
1. pip install cython
2. Cython コードを .pyx として保存
3. import pyximport
pyximport.install()
4. import <module_name>
5. コンパイルされる。エラーが発生しなければ成功

17. 実行形式バイナリの生成
• 前ページの Cython コードから
次のようにして生成
% cython newton_pyx.pyx --embed
% cc -I${PYTHON_INCLUDE_DIR} -L{PYTHON_LIBRARY_DIR}
-lpython3.4 newton_pyx.c
% ./a.out
[2.666666666666667, 2.645833333333333, 2.6457513123359577,
2.6457513110645907]

18. ここではやってないけれど
• 外部のソースの関数なども extern で
持ち込める
• よく使われそうな定義は予め用意されている
• CPython, C, C++, NumPy, POSIX
※ C++ コードを生成できる
cdef extern from "myfuncs.h"
double func(double x, int y)
from libc.math cimport sin

19. 速度計測
• ハードウェア環境
• MacBook Pro Retina 13” (Mid 2013)
• Core i5, 16G RAM
• ソフトウェア環境
• Mac OS X 10.10
• Python 3.4.3 (from Homebrew [bottle])
• Cython 0.22
• Clang 3.5.1 (tags/RELEASE_351/final)

20. • 4 つのモジュールを作成
• newton
• 素の Python, 漸近のようすを表すリストを返す
• newton2
• 素の Python, 漸近の結果を返す
• newton_pyx
• newton2_pyx
• 上記の 2 モジュールの Cython 実装
速度計測
（ニュートン法による関数近似）

21. • timeit.repeat(repeat=10, ...)
の最小値
• 100 万回の実行を
10 セット行ったときの最小時間
速度計測
（ニュートン法による関数近似）

22. 結果

23. 結果
• Python
• newton - 2.36 sec
• newton2 - 1.83 sec

24. 結果
• Python
• newton - 2.36 sec
• newton2 - 1.83 sec
• Cython
• newton_pyx - 0.27 sec
• newton2_pyx - 0.17 sec

25. Cython つよい

26. ところで

27. Python の関数
• 呼び出しに伴うコストが大きい
• 関数もオブジェクト
• ルックアップ、引数渡し、……
• ループ中で呼んだり、
再帰したりで遅くなりがち

28. Cython の関数定義
• Cython では、Python 関数だけでなく
C 関数も定義できる(Pythonic に！)
• C 関数は Python コードから
直接呼びだせないことに注意

29. • cdef キーワードで定義
• cpdef キーワードを用いると、
Python からは Python 関数を、
C からは C 関数を呼んでくれる（はず）
cpdef int tarai(int x, int y, int z):
if x <= y:
return y
else:
return tarai(
tarai(x-1, y, z),
tarai(y-1, z, x),
tarai(z-1, x, y)
)

30. たらい回し関数（竹内関数）
• 再帰関数
• 計算対象の数が大きくなりすぎない
• 再帰のネストが深くなりすぎない
• 関数呼び出しのベンチマークに使える
http://ja.wikipedia.org/wiki/竹内関数

31. 検証
（たらい回し関数の呼び出し）
• 3 通りの方法で関数呼び出しの速度を検証
1. Python コードをそのまま実行
2. Cython コード（Python 関数版）を実行
3. Cython コード（C 関数版）を実行

32. 検証
（たらい回し関数の呼び出し）
• timeit.repeat(number=1) の最小値
• 『1回実行』を 10 セット行ったときの
最小時間
• すごい時間がかかったので

33. 結果

34. 結果
• Python - 38.8 sec

35. 結果
• Python - 38.8 sec
• Cython(Python func) - 21.2 sec

36. 結果
• Python - 38.8 sec
• Cython(Python func) - 21.2 sec
• Cython(C func) - 0.558 sec (!)
• 69 times faster than Python
• 37 times faster than Cython(Python func)

37. まとめ
• Pythonic なコードから C/C++ ソースを
生成する Cython
• 気軽に C 拡張を書ける
• 型指定は積極的に
• 関数は極力 C 関数として定義する
• 数値演算などに威力を発揮しそう