2024.6.21 powの計算速度比較【math, numpy】

以下３通りの２乗の計算に要する時間を比較する。

オペランド「**」

math.pow

numpy.pow

code:pow1.py

import math

import numpy as np

import time

loopmax = 100000000

x = 3.14

#

time1_init = time.process_time()

for i in range(loopmax):

y = x**2

time1 = time.process_time() - time1_init

print('operand** :', time1)

#

time2_init = time.process_time()

for i in range(loopmax):

y = math.pow(x, 2)

time2 = time.process_time() - time2_init

print('math.pow :', time2)

#

time3_init = time.process_time()

for i in range(loopmax):

y = np.pow(x, 2)

time3 = time.process_time() - time3_init

print('numpy.pow :', time3)

table:４回施行した結果

試行 operand math numpy

1回目 5.6356 6.2908 50.895

2回目 5.3970 5.9916 55.279

3回目 4.6961 6.3501 54.252

まとめると

オペランド「**」とmath.powはそこまで差が無い

numpy.powは他と比較すると9倍程度低速である

numpy.powは、受け取ったスカラ値をnumpy型のデータに変換したうえで処理を行っていると推測する。呼び出す時点でその型に変換した値を渡すよう修正する。

code:pow2.py

import math

import numpy as np

import time

loopmax = 100000000

x = np.float64(3.14) # (A)

#

time1_init = time.process_time()

for i in range(loopmax):

y = x**2

time1 = time.process_time() - time1_init

print('operand** :', time1)

#

time2_init = time.process_time()

for i in range(loopmax):

y = math.pow(x, 2)

time2 = time.process_time() - time2_init

print('math.pow :', time2)

#

time3_init = time.process_time()

for i in range(loopmax):

y = np.pow(x, 2)

time3 = time.process_time() - time3_init

print('numpy.pow :', time3)

(A) の時点でnp.float64型に変換した。結果は、

回数 operand math numpy

１回目 5.4417 6.5488 47.3252

２回目 5.6408 6.9470 46.2744

３回目 5.2354 7.1223 47.1629

オペランドに対してmathは1.2倍程度の時間を要する

numpyは先の実験に対して80％程度の所要時間に短縮されたように伺える