고성능 파이썬(2판)

233

7

장

C 언어로 컴파일하기

7.11

속도 향상 결과 정리

[표

7

-

1

]에 앞의 결과를 정리해두었다. 순수 파이썬 수학 기반의 예제를 전혀 수정하지 않고도

PyPy

는

C

파이썬보다 약

9

배 더 빠르다.

abs

를 단순화하면 속도가 더 빨라진다. 사이썬은 두

경우 모두

PyPy

보다 더 빠르지만 코드에 어노테이션을 추가해야 하므로 개발과 유지보수 비

용이 더 든다.

표

7-1

줄리아(

numpy

미사용) 결과

속도(단위: 초)

C

파이썬

8

.

00

사이썬

0

.

49

사이썬 + 수학 확장

0

.

19

PyPy 0

.

90

PyPy

+ 수학 확장

0

.

20

numpy

를 사용하는 줄리아 예제에서는

OpenMP

도 분석할 수 있다. [표

7

-

2

]를 보면 사이썬과

Numba

가

numpy

를 사용하지 않는 수학 확장 버전보다 속도가 더 빠르다.

OpenMP

를 추가

하면 코드를 약간 변경했음에도 사이썬과

Numba

를 통해 속도가 더 빨라진다.

표

7-2

줄리아(

numpy

와 수학 확장 사용) 결과

속도(단위: 초)

C

파이썬

21

.

00

사이썬

0

.

18

사이썬 +

OpenMP

‘

guided

’

0

.

05

Numba

(두 번째 이후의 실행 결과)

0

.

17

Numba

+

OpenMP 0

.

06

순수 파이썬 코드에는

PyPy

가,

numpy

코드에는

Numba

가 최선이다.