开篇
python语言被广泛用于数据分析和机器学习。但是，由于python的底层特性，python的运行速率低一直被广泛诟病。其中，numpy和pandas的广泛使用已经将数据处理和机器学习的速率提升了几个档次。
但是，随着数据的越来越多，很多人已经不再满足numpy和pandas的速度，从而退出了一批加速优化拓展包。这篇文章主要介绍一个轻量、但是功能强大的python扩展包 ”NumExpr"，看看它是如何高效解析数学公式的。
NumExpr
NumExpr的使用及其简单，只需要将原来的numpy语句使用双引号框起来，并使用numexpr中的evaluate方法调用即可。
第一步：需要引入 numexpr 和 numpy 扩展包；
\`import numexpr as ne
import numpy as np\`
第二步：创建两个numpy的array - a 和 b；
a和b两个所包含的数据个数为100万个。
当我们需要执行简单的加减乘除的时候，numexpr的效率已经得到了很好地体现。如上图所示，通过执行 2 * a + 3 * b，如果直接操作，需要3.39 毫秒。但是，如果我们是用ne.evaluate加速，可以将时间缩短至1.55 毫秒。
numexpr在更加复杂的数学表达式运算中，表现到底如何呢？
当我们使用如上所示的数学表达式，正常执行需要28.3 ms。而通过numexpr的加速，只需要3.03 ms。
注意，numexpr是可以识别 sin 函数的，所以我们不需要在evaluate里面写np.sin，可以直接写 sin。
总结：处理数据量越大，数学计算越复杂，则numexpr的加速效果越明显。
numpy 和 numexpr 比较
我们可以看到，当np.array的元素个数超过10e8，加速效果更加显著。
numexpr也支持逻辑表达式和复数表达式的加速，有兴趣的读者朋友可以自行比较。
numexpr 多线程加速
numexpr还有一个重要的加速利器，多线程操作。通过 ne.set\_num\_threads(1) 可以设置线程的数量，更多的线程表示程序可以同时对数学表达式进行计算。
如上所示，如果我们设置单线程，程序运行需要13.4 ms。设置了双线程，速度则可以提升一倍。
numexpr对pandas的加速
numexpr的设计主要针对的是numpy。同样的，我们知道pandas也是基于numpy开发的。自然，numexpr同样可以被用来对pandas加速。
pandas中有一个eval方法就是运用了numexpr，对pandas代码进行优化加速。
当我们构建几个pandas的dataframe，然后对它们进行运算的时候，pd.eval 可以将程序从原先的47.4 ms 加速到17.6 ms。
总结
通过以上的实例，numexpr对于numpy和pandas的加速是很显著的，尤其当数据量比较大和计算比较复杂的情况下。同时，numexpr的使用非常简单。但是，我们需要注意的是，任何加速工具都会有局限性的，并不是所有的工作都可以使用numexpr进行加速。
看完别走还有惊喜！
我精心整理了计算机/Python/机器学习/深度学习相关的2TB视频课与书籍，价值1W元。关注微信公众号“计算机与AI”，点击下方菜单即可获取网盘链接。
