【スピードUP】Pythonを速くさせる方法を13個ご紹介！！

[@pythonvtuber9917]

【訂正】5:04の表ですが以下の通り誤りがありました...！！(1つ前のスライドが正しいです！！)
誤 [ インプレース : union ↔ インプレースでない : update ]
正 [ インプレース : update ↔ インプレースでない : union ]

[@yozef0213]

最近実践的な内容が多くてとても参考になります。

[@pythonvtuber9917]

ご視聴ありがとうございます！！
少しでもお役に立てていたら嬉しいです☺️

[@rz7265]

これ知らなかったという知識があり、とても勉強になりました！有難う御座いました！

[@pythonvtuber9917]

ご視聴ありがとうございます！！
この動画がお役に立てたら嬉しいです☺️

[@fuemma--7122]

知らなかった事ばかりでめちゃめちゃ勉強になります😂
あと、今日も可愛い❤️

[@pythonvtuber9917]

高速化方法は色々ありますので参考になっていたら嬉しいです！！
サプーの姿可愛いですよね😁

[@poot747]

GILの廃止やJITコンパイラの対応が進んでいってるので今後楽しみですね

[@pythonvtuber9917]

今後Pythonが速くなるのではないかと言う期待で楽しみですね☺️

[@younonakahiroshi]

GILはなぁ…新しい言語なんだから最初からナシにできんかったんかと…作りやすくなるのはわかるねんけどな
これ廃止になったらまたメジャーバージョン変わるんかなぁ…

[@那須川童心]

バチくそ勉強になりました

[@pythonvtuber9917]

ご視聴ありがとうございます！！
そう言っていただけると頑張って動画を作って良かったーと心から思います☺️

[@yu_88ktym]

二分探索などのコードを使った大規模なプログラムをpythonで書いており、部分的にボトルネックを解消したくpypyやCythonを勉強してみたいと思っています。解説あるととても嬉しいです…！

[@pythonvtuber9917]

PyPy・Cython動画のリクエストありがとうございます！！考えてみますね！！

[@ptptsoushu]

もしできたら教えてください。numpy のようにcで書かれているライブラリが早いのはライブラリが生のコードでなくコンパイルされたものになっているのでしょうか？

[@pythonvtuber9917]

ご質問ありがとうございます☺️
おっしゃる通りです！C言語で書かれたライブラリはコンパイルされているため処理速度が速いですね！！

[@ptptsoushu]

ありがとうございます。やっぱりそうなんですね

[@MikuHatsune-np4dj]

キャッシュは嵌ると爆速になりますね

[@pythonvtuber9917]

そうなんですね！！あまり使用頻度が高くないかなーと思ったのですがそういう意見を聞けて紹介して良かったと思いました！！

[@MikuHatsune-np4dj]

@@pythonvtuber9917 font cache や icon cache とか今も普通に活躍してますね

[@rz7265]

x.update(y)はインプレースと記述されていましたが、次のスライドではupdateはインプレースでないと書かれていました。updateはインプレースな変更で認識であってますか？

[@pythonvtuber9917]

こちら2つ目のスライドの表記が間違ってました...！！！
updateはインプレースな変更です。
誤りについてコメントにて訂正文を記載いたしました🙇‍♀️

[@sy1204-l7o]

処理速度を調べる際にどのようなライブラリを使用して調べているのかお聞きしたいです(timeライブラリなどですか？).

[@pythonvtuber9917]

質問ありがとうございます！
実務ではログへの出力やプロファイラーで計測するのが一般的ですね！今度プロファイラーの動画も出そうと思っているので楽しみしていただけたらと思います☺️ また、この動画では対象の処理を関数を切り出して timeitというモジュールを以下のように使って計測しています！(use_numba関数を対象に計測)
import timeit
timeit.timeit(lambda: use_numba(100))

[@もぐの-j6b]

勉強になりました。listよりもarrayを使えば高速化に寄与すると聞いたのですが、本当でしょうか。

[@pythonvtuber9917]

Pythonのlistのデータ型とnumpyの配列(array)だと５番目に説明しているとおり、処理にもよるのですが「CやC++で作られたライブラリを使うことで高速化する」にあたりますね！

[@junichiokuda-w8s]

パイソンをべんきょしたいですエクセルを前にべんきょしたほうがいいですか

[@pythonvtuber9917]

何の目的でPythonを使うのかによるのかな？と思いました！
データ量の少ない表計算ならExcelで十分ですが数千万件のデータを処理するのはExcelではかなり厳しいですからね！

[@junichiokuda-w8s]

@@pythonvtuber9917 サプーさんお返事ありがとうございます。
データベース構造や表形式の基礎を学ぶには、まずエクセルから勉強を始めて→Pythonでもいいのかな、サプーさんはどうでしたか？(小学1年生息子）からの質問でした。

[@pythonvtuber9917]

一番初めのコメントがお子様からのコメントだとしたら「Pythonが勉強したい」とのことなのでPythonを勉強するのが良いのではないでしょうか？

[@chitochito5206]

複数名で共有するサーバやHPCだと、普通のPC以上に高速化は正義かなと思います。

[@pythonvtuber9917]

確かに複数名で同じマシンを使う必要があるときは高速化の工夫が重要になりますね...！！

[@387]

サプーちゃんかわいい🥰
pythonをコンパイルするツールがあるとは😳今度使ってみよう

[@pythonvtuber9917]

ありがとうございます☺️
数値計算系はコンパイルで速くなるケースが多いので機会があればぜひ試してみてください！！

[@げるすらいむ]

エッジコンピュータにAI実装するコードを書いていると、毎度高速化で悩みます。
推論速度もそうですが、湧き出てくる莫大なデータをいかに効率よくさばくか・・・。
いつもめちゃくちゃ使ってる内容ばかりで、涙なしには見れませんでした笑

[@pythonvtuber9917]

エッジコンピュータでの処理は制約も多いでしょうし大変そうですね...！！
あの手この手で処理スピードを改善するのは骨が折れますよね😵

[@mng6501]

最近？はnjitの引数は無くても動きますね。

[@pythonvtuber9917]

該当のプログラムですがnjitの引数がないと型推論の処理が挟まれるからか処理スピードが上がらなかったんですよね😵

[@mng6501]

@@pythonvtuber9917 確かに一発目の実行速度は大分変わった気がします

[@jumnn]

リスト内for表記に聞こえた

[@pythonvtuber9917]

ホウ → フォー に聞こえましたかね😁

[@taikikomoda2817]

具体的にXX倍速くなった、とかデータあると嬉しいです！

[@pythonvtuber9917]

環境（ハード性能やPython•ライブラリのバージョンなど）によって何倍速くなるかは異なるため「何倍速くなりました！」と説明すると、その数値を保障してるように誤解する人もいる気がして一部除き説明しませんでした。ご理解いただけたらと思います。

[@phono2]

方法ではなくまず計測をしてどこがメモリやCPUのボトルネックになっているのか調べることについて今度教えてください。まずは計測しろと私は先輩に口酸っぱくおこられた。どうやって計測したらよいのか結局よくわからん。

[@pythonvtuber9917]

今度プロファイラの使い方の説明を動画にしますね！

[@モカちゃん2]

一コメ

[@pythonvtuber9917]

ありがとうございます☺️