为什么我的 f2py 程序比 python 程序慢

Question

最近用python写了一个耗时的程序，决定用fortran重写最耗时的部分

但是，用 f2py 包装的 fortran 代码比 python 代码慢，谁能告诉我如何找到这里发生的事情？

作为参考，这里是 python 函数：

def iterative_method(alpha0, beta0, epsilon0, epsilons0, omega, smearing=0.01, precision=0.01, max_step=20, flag=0):
    # alpha0, beta0, epsilon0, epsilons0 are numpy arrays
    m, n = np.shape(epsilon0)
    Omega = np.eye(m, dtype=np.complex) * (omega + smearing * 1j)
    green = LA.inv(Omega - epsilon0) # LA is numpy.linalg
    alpha = np.dot(alpha0, np.dot(green, alpha0))
    beta = np.dot(beta0, np.dot(green, beta0))
    epsilon = epsilon0 + np.dot(alpha0, np.dot(green, beta0)) + np.dot(beta0, np.dot(green, alpha0))
    epsilons = epsilons0 + np.dot(alpha0, np.dot(green, beta0))

    while np.max(np.abs(alpha0)) > precision and np.max(np.abs(beta0)) > precision and flag < max_step:
        flag += 1
        return iterative_method(alpha, beta, epsilon, epsilons, omega, smearing, precision, min_step, max_step, flag)
return epsilon, epsilons, flag

对应的fortran代码为

SUBROUTINE iterate(eout, esout, alpha, beta, e, es, omega, smearing, prec, max_step, rank)
    INTEGER, PARAMETER :: dp = kind(1.0d0)
    REAL(kind=dp) :: omega, smearing, prec
    INTEGER :: max_step, step, rank, cnt
    COMPLEX(kind=dp) :: alpha(rank,rank), beta(rank,rank), omega_mat(rank, rank),&
     green(rank, rank), e(rank,rank), es(rank,rank)
    COMPLEX(kind=dp), INTENT(out) :: eout(rank, rank), esout(rank, rank)
    step = 0
    omega_mat = 0
    DO cnt=1, rank
        omega_mat(cnt, cnt) = 1.0_dp
    ENDDO
    omega_mat = omega_mat * (omega + (0.0_dp, 1.0_dp) * smearing)
    DO WHILE (maxval(abs(alpha)) .gt. prec .or.  maxval(abs(beta)) .gt. prec .and. step .lt. max_step)
        green = zInverse(rank, omega_mat - e) ! zInverse is calling lapack to compute inverse of the matrix
        e = e + matmul(alpha, matmul(green, beta)) + matmul(beta, matmul(green, alpha))
        es = es + matmul(alpha, matmul(green, beta))
        alpha = matmul(alpha, matmul(green, alpha))
        beta = matmul(beta, matmul(green, beta))
        step = step + 1
    ENDDO
    print *, step
    eout = e
    esout = es
END SUBROUTINE iterate

在一次测试中，python代码用了大约5秒，而fortran代码用了大约7秒，这很难接受。此外，我几乎看不到 Fortran 代码有任何开销。包装器应该受到指责吗？

编辑： 我没有将 BlAS 用于 matmul。使用BLAS后，fortran和python的性能都在5秒左右。

Answer 1

首先，对 python 代码执行 this，这样您就可以确切地知道它是如何花费时间的。然后，如果愿意，您可以使用调试器对 Fortran 代码执行类似的操作。

我怀疑基本上所有的时间都用于矩阵运算，因此任何速度差异都是由于数学库造成的，而不是调用它的语言造成的。 This post 传达了我这样做的一些经验。通常，执行诸如矩阵乘法、逆向或 Cholesky 变换之类的例程旨在对大矩阵有效，但对小矩阵无效。

例如，LAPACK 矩阵乘法例程 DGEMM 有两个字符参数，TRANSA 和 TRANSB，可以是大写或小写，指定每个输入矩阵是否转置。为了检查这些参数的值，它调用了一个函数 LSAME。我发现，如果我花大部分时间乘以小矩阵，如 4x4，程序实际上几乎所有时间都花在调用 LSAME 上，而真正乘以矩阵的时间很少。您可以看到如何轻松解决这个问题。

为什么我的 f2py 程序比 python 程序慢

Why is my f2py programs slower than python programs

python

performance

fortran

f2py