numbaのint配列

Question

int8のベクトルで最も頻度の高い数値を計算しています。

TypingError: Invalid usage of Function(<built-in function zeros>) with parameters (int64, Function(<class 'int'>)) 

私はdtype=intを削除した場合、それが動作し、私はまともなスピードアップを得る：

@jit(nopython=True) 
def freq_int8(y): 
    """Find most frequent number in array""" 
    count = np.zeros(256, dtype=int) 
    for val in y: 
     count[val] += 1 
    return ((np.argmax(count)+128) % 256) - 128 

は、私は次のエラーを取得することを呼び出す：私はint秒のカウンタ配列を設定するときNumbaは文句を言います。私はなぜintの配列を宣言するのがうまくいかないのかと困惑しています。既知の回避策がありますか？ここにある価値のある効率向上がありますか？

背景：私はいくつかのコードが重いコードから数マイクロ秒を節約しようとしています。私は特にnumpy.medianで傷ついていて、Numbaを探していましたが、改善するのに苦労していますmedian。最も頻繁な番号を見つけることはmedianの代わりに受け入れられるものであり、ここではいくつかのパフォーマンスを得ることができました。上記のnumbaコードもnumpy.bincountより高速です。

更新：受け入れられた回答の入力後、int8ベクターの場合はmedianの実装があります。

@jit(nopython=True) 
def median_int8(y): 
    N2 = len(y)//2 
    count = np.zeros(256, dtype=np.int32) 
    for val in y: 
     count[val] += 1 
    cs = 0 
    for i in range(-128, 128): 
     cs += count[i] 
     if cs > N2: 
      return float(i) 
     elif cs == N2: 
      j = i+1 
      while count[j] == 0: 
       j += 1 
      return (i + j)/2 

驚くべきことに、パフォーマンスの差はnumpyベクトルで明らかに伴うオーバーヘッドに、短いベクトルについても、大きい：

>>> a = np.random.randint(-128, 128, 10) 

>>> %timeit np.median(a) 
    The slowest run took 7.03 times longer than the fastest. This could mean that an intermediate result is being cached. 
    10000 loops, best of 3: 20.8 µs per loop 

>>> %timeit median_int8(a) 
    The slowest run took 11.67 times longer than the fastest. This could mean that an intermediate result is being cached. 
    1000000 loops, best of 3: 593 ns per loop 

は、このオーバーヘッドが非常に大きいことは、より高速な大きさの順numpy.medianよりおおよそです私は何かが間違っているのだろうかと思っています。最も頻繁番号を見つけるだけで簡単なメモ

Answer 1

は、通常modeと呼ばれ、それはかなり速くなります。その場合np.meanに平均 ...であるとして、それは中央値と同様です。あなたのデータに制約や特殊性がない限り、there is no guarantee that the mode approximates the median。

あなたはまだあなたが言及として、（numbaが速い場合、それはあまりであってはならない）十分なはずです、整数のリスト、np.bincountのモードを計算したい場合：

count = np.bincount(y, minlength=256) 
result = ((np.argmax(count)+128) % 256) - 128 

注意minlengthパラメータをnp.bincountに追加したので、コードにある同じ長さのリストが返されます。しかし、実際には完全に不要です。argmax、（minlengthなし）は、yの最大数のリストを返します。

numbaエラーについては、dtype=intをdtype=np.int32に置き換えて問題を解決する必要があります。 intはPython関数で、numbaヘッダーにnopythonを指定しています。 nopythonを削除すると、dtype=intまたはdtype='i'のいずれかが機能します（同じ効果があります）。