#Julia言語 個人的にJuliaはPythonにあまり似ていないと思うのですが、Pythonから来たっぽい人のJuliaのコードで気になるのは、
A = []
for ～
～
push!(A, a)
～
end
におけるA = []という書き方(Anyの配列になって効率悪化！)と、
sum([f(x) for x in X])
のような書き方。続く
A = []
for ～
～
push!(A, a)
～
end
におけるA = []という書き方(Anyの配列になって効率悪化！)と、
sum([f(x) for x in X])
のような書き方。続く
https://twitter.com/genkuroki/status/1345534560130355200
#Julia言語
sum([f(x) for x in X]) だと、すべてのXの要素についてf(x)を計算した結果を配列として保存してから、その配列の要素の和を計算してしまいます。無駄にメモリを消費する。
sum(f(x) for x in X) # generatorを使う
もしくは
sum(f, X)
と書いた方が得だし、コードも短くなります。
sum([f(x) for x in X]) だと、すべてのXの要素についてf(x)を計算した結果を配列として保存してから、その配列の要素の和を計算してしまいます。無駄にメモリを消費する。
sum(f(x) for x in X) # generatorを使う
もしくは
sum(f, X)
と書いた方が得だし、コードも短くなります。
#Julia言語
A = []
for i in 1N
push!(A, randn())
end
とするとAnyの配列Aができてしまう。
Anyの配列に格納されたサンプルによるモンテカルロ積分はFloat64の配列の場合と比較すると180倍くらい遅くなった！
A = [] → push!(A, ～) の繰り返しは要注意。
gist.github.com/genkuroki/7cd0…
A = []
for i in 1N
push!(A, randn())
end
とするとAnyの配列Aができてしまう。
Anyの配列に格納されたサンプルによるモンテカルロ積分はFloat64の配列の場合と比較すると180倍くらい遅くなった！
A = [] → push!(A, ～) の繰り返しは要注意。
gist.github.com/genkuroki/7cd0…
#Julia言語 eltype Any ではなく、eltype が Real, AbstractFloat などの抽象型一般でも上のような速度的な劣化が起こります。
• • •
Missing some Tweet in this thread? You can try to
force a refresh
