Python中数值线性代数的仪器

Question

我使用numpy进行数值线性代数。我怀疑如果我对如何执行某些计算进行小的修改以使它们更有效，例如，我可以获得更好的性能。

我想知道在python中是否有任何形式的检测可用于检测缓存和TLB未命中。有一个非常好的api，PAPI，我在最近的课程中学到了它，但它没有Python界面：

http://icl.cs.utk.edu/papi/overview/index.html

另外，有一个很好的方法来分析numpy或其他python数字代码吗？ timeit模块很难集成到代码中。 mpi4py有一个很好的方式来使用MPE库进行配置。演示代码的一个片段（demo / mpe-logging / cpilog.py）：

communication   = MPE.newLogState("Comunicate",  "red")
with communication:
    comm.Bcast([n, MPI.INT], root=0)

创建可以图形方式显示的日志文件。但这有点MPI具体。

感谢。

Answer 1

也许其中一个提供的分析器可能会帮助您找到热点？

请参阅profiling python

这些可能无法提供足够的细节来触发直接行动，但应指出在哪里寻求改进并帮助确定收益递减点。

Answer 2

罗伯特·克恩（NumPy开发者之一）为这个场景编写了line_profiler。它比Hotspot / cProfile更适合分析NumPy重的代码。