python生成整数列表
Python 的运行速度快吗?虽说不同场景不同定论,但整体而言,它没有 C、Java 快。这也导致 Python 凭借可读性、简单易上手、良好的生态系统横行 AI 领域时,一提到速度,就成为众多开发者头疼的问题。
为了解决这一难题,麻省理工学院的计算机科学家出手了,他们共同研发了一种名为 Codon 的 Python 编译器,可以将 Python 代码转化为本地机器代码,而不会对运行时的性能产生影响。
当前,Codon 已经在 GitHub 上开源:https://github.com/exaloop/codon,斩获 6300 个 Star。
Codon 与 C/C++ 性能相当
"在单线程上,比 Python 的典型速度提高了 10-100 倍或更多,"Codon repo写道,"Codon 的性能通常与 C/C++ 的性能相当(有时甚至更好)。"
与 Python 不同的是,Codon 支持本地多线程,这可以使速度提高许多倍。
Codon 最初是作为一个在 Python 中创建高性能特定领域语言(DSL,domain-specific language)的框架而开发的。DSL 是专注于特定目的的语言,而不是像 Python 或 C 这样的通用编程语言。
据官方 GitHub repo 透露,Codon 源于 Seq 项目,后者是一个用于生物信息学和遗传学的 DSL,现如今它已经成长为一个与 Python 3 基本兼容的语言编译器。
近期,外媒 The Register 通过该工具的研究团队内部最新分享了一个关于 Codon 的论文。本论文的作者包含了,MIT、维多利亚大学等多名研究人员,如 Ariya Shajii(Exaloop)、Gabriel Ramirez(MIT CSAIL)、Haris Smajlović(加拿大维多利亚大学)、Jessica Ray(MIT CSAIL)、Bonnie Berger(MIT CSAIL)、Saman Amarasinghe(MIT CSAIL)和 Ibrahim Numanagić(维多利亚大学)。
这篇论文指出,"与其他面向性能的 Python 实现(如 PyPy 或 Numba)不同,Codon 是作为一个独立的系统从头开始构建的,它可以提前编译为静态可执行文件,并且不与现有的 Python 运行时(如 CPython 或 RPython)绑定执行。因此,Codon 可以实现更好的性能,并克服运行时的特定问题,如全局解释器锁"。
在论文中,作者也讨论了各种基于 Codon 的高性能 DSL,这些 DSL 设计用于生物信息学、数据压缩和并行编程,也利用了 Codon 的编译器基础设施。但是 Codon 可以大幅加速标准的 Python 程序,尽管那些依赖外部库(如 Django 或 DocUtils)的程序必须依赖 CPython 桥接,这就限制了 CPython 的性能。
"Codon 不需要使用像 numpy 这样的 C 语言实现的库来重写程序,也不需要完全用 C 语言重写,而是可以使用相同的 Python 实现,并给出你用 C 语言重写的相同性能",麻省理工学院教授和 CSAIL 首席研究员 Saman Amarasinghe说 道,"因此,我相信 Codon 是成功的 Python 应用程序的最简单的前进道路,这些应用程序由于缺乏性能而达到了一个极限。"
测试
那么 Codon 是否真的如说的那样快?在 Codon 论坛上,一位开发者进行了测试:
$ cat fib.py def fib(n): if n == 0: return 0 elif n == 1: return 1 else: return fib(n-1) + fib(n-2)if __name__ == "__main__": import sys print(fib(int(sys.argv[1])))CPython 3.11
$ python fib.py 40102334155# mem: 8'816_KB# time: 18.42_sPyPy 7.3.9
$ pypy fib.py 40102334155# mem: 74'596_kB# time: 4.99_s# ~= 3.7xCodon compiled$ codon build -release fib.py$ ./fib 40102334155# mem: 5'612_kB# time: 0.26_s# ~= 70.8xCodon with python interpreter
# in fibpy.py, we just add `@python` decorator to fib function$ codon build -release fibpy.pyexport CODON_PYTHON=/path/to/libpython3.11.so$ ./fibpy 40102334155# mem: 12'828# time: 18.49# ~= 1x最终发现,一个简单的 Codon 编译的斐波那契脚本比 CPython 版本快 70 多倍。
除此之外,该研究团队也在 GitHub 上贴出了 Codon 基准测试套件的结果,比较了 Python、PyPy、C++ 和 Codon 在一系列任务和应用上的表现。该基准测试是在以下设置上运行的:
最终结果如下所示:
据 Codon 官方文档显示,虽然 Codon 的语法和语义与 Python 的几乎相同,但还是有一些值得一提的区别,如数据类型方面:
整数。Codon 的 int 是一个 64 位有符号的整数,而 Python 的(在版本 3 之后)可以是任意大的。然而 Codon 通过 Int[N] 支持更大的整数,其中 N 是位宽。
字符串。Codon 目前使用 ASCII 字符串,与 Python 的 unicode 字符串不同。
字典。Codon 的字典类型不保留插入顺序,与 Python 3.6 的不同。
此外,Codon 和 Python 在类型检查、数值运算、模块等维度还有些许的不同,更详细的内容可参考:https://docs.exaloop.io/codon/general/differences据悉,Codon 已经被商业化地应用在金融和生物信息学、深度学习等领域。
参考来源:
https://www.theregister.com/2023/03/11/python_codon_compiler/
GitHub 地址:https://github.com/exaloop/codon
董科花5031怎么用Python生成这样的列表(比如[0,0],[0,1],[1,0],[1,1]) -
越疫祝18753365611 ______ [0, 0, .. , 0, 0], [0, 0, .. , 0, 1], [0, 0, .. , 2, 2], .. [n, n, .. , n, n], ? >>> N = 5 >>> [ ... [0,] * (N-m) + [m,] * m ... for m in range(N+1) ... ] [[0, 0, 0, 0, 0], [0, 0, 0, 0, 1], [0, 0, 0, 2, 2], [0, 0, 3, 3, 3], [0, 4, 4, 4, 4], [5, 5, 5, 5, 5]] >>>
董科花5031python 列表生成式格式 -
越疫祝18753365611 ______ 把要生成的元素放在前面,后面跟上for循环 如:【x+10 for x in range(15)】
董科花5031编写一个程序,求1到10之间所有偶数的和及其所有奇数的和 -
越疫祝18753365611 ______ 以python语言为例: #!/usr/bin/env python # -*- coding: utf-8 -*- #编写一个程序,求1到10之间所有偶数的和及其所有奇数的和 sum_1 = 0 sum_2 = 0 for i in range(1,11): if (i % 2==0): sum_2=sum_2+i else: sum_1=sum_1+i print "奇数和是%d" ...
董科花5031python怎么生成全排列数,比如给[1,2],生成[[1,2],[2,1]] -
越疫祝18753365611 ______ 假如你的输入为nums 那么 import itertools permutation = itertools.permutations(nums) 得到的permutation即为生成的全排列数
董科花5031python中通过特定条件进行创建列表 -
越疫祝18753365611 ______ is_count = True name = [] while is_count:a = input() if 'a' in a and name.count('a') name.append(a) elif name.count('a') > 10:break else:pass
董科花5031如何在Python中, (1)创建0~10的列表 (2)创建0~10的元组 (3)打印列表与元组的内容 -
越疫祝18753365611 ______ a=list(range(11)) b=tuple(range(11)) print(a,b)
董科花5031如何用一种常用语言(如Python 或 Java)创建一个N个整数的集合 -
越疫祝18753365611 ______ 你如果学过概率的话,就应该知道,有意义的随机数都是有分布的,你要生成N个随机数,就应该是考虑以某种分布下生成随机数.例如random.ranint(a,b)是生成服从U[a,b]的均匀分布的随机数.random.gauss(mu, sigma) 生成服从正态分布的随机数.那么要满足你的需求,你应该看看哪些分布的数是可以从0到无穷大的,这样的分布其实是很多的.例如下面的指数分布:[int(random.expovariate(0.1)) for i in range(N)] binary search 就是二分查找嘛,随便翻一本数据结构的书上都有,你只要把它翻译成python语言就行了.当然要看经典读物的话,我推荐《编程珠玑》
董科花5031python如何创建用户输入的数量的list? -
越疫祝18753365611 ______ 希望能提供给你一个思路,另外使用exec也可以>>> import string>>> string.ascii_uppercase'ABCDEFGHIJKLMNOPQRSTUVWXYZ'>>> num = raw_input("Enter a number:") Enter a number:5>>> for i in range(int(num)):... locals()[string.ascii_...
董科花5031用python生成随机数的几种方法 -
越疫祝18753365611 ______ 1 从给定参数的正态分布中生成随机数 当考虑从正态分布中生成随机数时,应当首先知道正态分布的均值和方差(标准差),有了这些,就可以调用python中现有的模块和函数来生成随机数了.这里调用了Numpy模块中的random.normal函数,...
董科花5031python 如何产生1 - 8全部可能数列 -
越疫祝18753365611 ______ 嵌套8个for循环?假如是产生1-3的数列的话:for i in range(1,4): for j in range(1,4): for m in range(1,4): print '%d%d%d'%(i,j,m)