Re: [閒聊] 人急造反，狗急跳牆

[yungyuc (酷狗喵千代)]

※ 引述《Lucemia (生の直感、死の予感)》之銘言：
: 我喜好去選擇寫幾個好用的固定function (也許看起來難懂)
: 但能讓整體的coding style變的更簡單易懂，也減少coding 時發生的錯誤。

還有另一種狀況也會不得不寫難懂的碼。

Python 的迴圈令人絕望地慢。當然，這是和 C/Fortran code 來比。
幸好有 numpy 出現，讓 Python 也有了夠快的數值分析操作。
不過為了讓 Python/numpy 寫出來的程式夠快，
除了得放手讓 numpy 浪費一堆記憶體之外，還得寫 vectorized code。

vectorizd code 和迴圈版相比難懂得多，但沒有辦法。
因為 Python 的 function call 很貴，所以這種碼還得出現一大堆，
不能包在 function 裡面。

說到底，程式語言究竟只是解決問題的方法。
漂亮的語言提供比較好的手段來解決問題，不過，
如果一心害拍把手弄髒，很多問題就解決不了了。

為了能在同一個 script 檔裡同時進行模擬、分析和畫圖，
我願意忍受一下 vectorized code 的不便，
換來不必 explicitly compile external module 和
不必 call external plot program 的方便 (茶

--
※ 發信站: 批踢踢實業坊(ptt.cc) 
◆ From: 164.107.239.65
噓 yoco315:不知道為什麼這篇口氣好差.. 人家只是分享東西而已
推 huggie:看不出噓點在哪?
推 snowangel:不懂一樓在噓什麼+1...
推 Lucemia:一樓應該是噓錯
推 Tiberius:敢問能不能舉一些 vectorized code 加速的範例？ XD
→ yungyuc:我的第一個噓 get! XD
→ yungyuc:python -m timeit -s "import numpy" # 第一行都一樣
→ yungyuc:"for d in numpy.arange(100,dtype=float): d**2" # loop
→ yungyuc:10000 loops, best of 3: 155 usec per loop
→ yungyuc:"numpy.arange(100,dtype=float)**2" # vector
→ yungyuc:100000 loops, best of 3: 7.43 usec per loop
→ yungyuc:雖然不知道 numpy 有沒有用到 SIMD (CPU vector)
→ yungyuc:但僅是把 loop 從 python 換進 numpy，就會差這麼多