Prędkość Cythona i numpy
Używam cython do obliczenia korelacji w moim programie Pythona. Mam dwa zestawy danych audio i muszę znać różnicę czasu między nimi. Drugi zestaw jest cięty na podstawie czasów początkowych, a następnie przesuwany po pierwszym zestawie. Istnieją dwie pętle for: jedna przesuwa zestaw, a pętla wewnętrzna oblicza korelację w tym punkcie. Ta metoda działa bardzo dobrze i jest wystarczająco dokładna.
Problem polega na tym, że przy czystym pytonie trwa to dłużej niż minutę. Z moim kodem cythona zajmuje to około 17 sekund. To wciąż za dużo. Czy masz jakieś wskazówki, jak przyspieszyć ten kod:
import numpy as np
cimport numpy as np
cimport cython
FTYPE = np.float
ctypedef np.float_t FTYPE_t
@cython.boundscheck(False)
def delay(np.ndarray[FTYPE_t, ndim=1] f, np.ndarray[FTYPE_t, ndim=1] g):
cdef int size1 = f.shape[0]
cdef int size2 = g.shape[0]
cdef int max_correlation = 0
cdef int delay = 0
cdef int current_correlation, i, j
# Move second data set frame by frame
for i in range(0, size1 - size2):
current_correlation = 0
# Calculate correlation at that point
for j in range(size2):
current_correlation += f[<unsigned int>(i+j)] * g[j]
# Check if current correlation is highest so far
if current_correlation > max_correlation:
max_correlation = current_correlation
delay = i
return delay