如果你善于使用Pandas變換數(shù)據(jù)、創(chuàng)建特征以及清洗數(shù)據(jù)等，那么你就能夠輕松地使用Dask和Numba并行加速你的工作。單純從速度上比較，Dask完勝Python，而Numba打敗Dask，那么Numba+Dask基本上算是無敵的存在。

將數(shù)值計算分成Numba sub-function和使用Dask map_partition+apply，而不是使用Pandas。對于100萬行數(shù)據(jù)，使用Pandas方法和混合數(shù)值計算創(chuàng)建新特征的速度比使用Numba+Dask方法的速度要慢許多倍。

Python：60.9x | Dask：8.4x | Numba：5.8x |Numba+Dask：1x

[[222307]]

作為舊金山大學的一名數(shù)據(jù)科學碩士，會經(jīng)常跟數(shù)據(jù)打交道。使用Apply函數(shù)是我用來創(chuàng)建新特征或清理數(shù)據(jù)的眾多技巧之一?，F(xiàn)在，我只是一名數(shù)據(jù)科學家，而不是計算機科學方面的專家，但我是一個喜歡搗鼓并使得代碼運行更快的程序員?，F(xiàn)在，我將會分享我在并行應用上的經(jīng)驗。

大多Python愛好者可能了解Python實現(xiàn)的全局解釋器鎖(GIL)，GIL會占用計算機中所有的CPU性能。更糟糕的是，我們主要的數(shù)據(jù)處理包，比如Pandas，很少能實現(xiàn)并行處理代碼。

Apply函數(shù)vs Multiprocessing.map

%time df.some_col.apply(lambda x : clean_transform_kthx(x)) 
Wall time: HAH! RIP BUDDY 
# WHY YOU NO RUN IN PARALLEL!? 

Tidyverse已經(jīng)為處理數(shù)據(jù)做了一些美好的事情，Plyr是我最喜愛的數(shù)據(jù)包之一，它允許R語言使用者輕松地并行化他們的數(shù)據(jù)應用。Hadley Wickham說過：

“plyr是一套處理一組問題的工具：需要把一個大的數(shù)據(jù)結構分解成一些均勻的數(shù)據(jù)塊，之后對每一數(shù)據(jù)塊應用一個函數(shù)，***將所有結果組合在一起。”

對于Python而言，我希望有類似于plyr這樣的數(shù)據(jù)包可供使用。然而，目前這樣的數(shù)據(jù)包還不存在，但我可以使用并行數(shù)據(jù)包構成一個簡單的解決方案。

Dask

之前在Spark上花費了一些時間，因此當我開始使用Dask時，還是比較容易地掌握其重點內(nèi)容。Dask被設計成能夠在多核CPU上并行處理任務，此外也借鑒了許多Pandas的語法規(guī)則。

現(xiàn)在開始本文所舉例子。對于最近的數(shù)據(jù)挑戰(zhàn)而言，我試圖獲取一個外部數(shù)據(jù)源(包含許多地理編碼點)，并將其與要分析的一大堆街區(qū)相匹配。在計算歐幾里得距離的同時，使用***啟發(fā)式將***值分配給一個街區(qū)。

最初的apply：

my_df.apply(lambda x: nearest_street(x.lat,x.lon),axis=1) 

Dask apply:

dd.from_pandas(my_df,npartitions=nCores).\ 
   map_partitions(\ 
     lambda df : df.apply(\ 
         lambda x : nearest_street(x.lat,x.lon),axis=1)).\ 
     compute(get=get) 
# imports at the end 

二者看起來很相似，apply核心語句是map_partitions，***有一個compute()語句。此外，不得不對npartitions初始化。 分區(qū)的工作原理就是將Pandas數(shù)據(jù)幀劃分成塊，對于我的電腦而言，配置是6核-12線程，我只需告訴它使用的是12分區(qū)，Dask就會完成剩下的工作。

接下來，將map_partitions的lambda函數(shù)應用于每個分區(qū)。由于許多數(shù)據(jù)處理代碼都是獨立地運行，所以不必過多地擔心這些操作的順序問題。***，compute()函數(shù)告訴Dask來處理剩余的事情，并把最終計算結果反饋給我。在這里，compute()調(diào)用Dask將apply適用于每個分區(qū)，并使其并行處理。

由于我通過迭代行來生成一個新隊列(特征)，而Dask apply只在列上起作用，因此我沒有使用Dask apply，以下是Dask程序：

from dask import dataframe as dd 
from dask.multiprocessing import get 
from multiprocessing import cpu_count 
nCores = cpu_count() 

由于我是根據(jù)一些簡單的線性運算(基本上是勾股定理)對數(shù)據(jù)進行分類，所以認為使用類似下面的Python代碼會運行得更快一些。

for i in intersections: 
    l3 = np.sqrt( (i[0] - [1])**2 + (i[2] - i[3])**2 ) 
# ... Some more of these 
    dist = l1 + l2 
    if dist < (l3 * 1.2): 
        matches.append(dist) 
# ... More stuff 
### you get the idea, there's a for-loop checking to see if 
### my points are close to my streets and then returning 
closest 
### I even used numpy, that means fast right? 

Broadcasting用以描述Numpy中對兩個形狀不同的矩陣進行數(shù)學計算的處理機制。假設我有一個數(shù)組，我會通過迭代并逐個變換每個單元格來改變它

# over one array 
for cell in array: 
     cell * CONSTANT - CONSTANT2 
# over two arrays 
for i in range(len(array)): 
     array[i] = array[i] + array2[i] 

相反，我完全可以跳過for循環(huán)，并對整個數(shù)組執(zhí)行操作。Numpy與broadcasting混合使用，用來執(zhí)行元素智能乘積(對位相乘)。

# over one array 
(array * CONSTANT) - CONSTANT2 
# over two arrays of same length 
# different lengths follow broadcasting rules 
array = array - array2 

Broadcasting可以實現(xiàn)更多的功能，現(xiàn)在看看骨架代碼：

from numba import jit 
@jit # numba magic 
def some_func() 
     l3_arr = np.sqrt( (intersections[:,0] - 
intersections[:,1])**2 +\ 
                               (intersections[:,2] - 
intersections[:,3])**2 ) 
# now l3 is an array containing all of my block lengths 
# likewise, l1 and l2 are now equal sized arrays 
# containing distance of point to all intersections 
      dist = l1_arr + l2_arr 
      match_arr = dist < (l3_arr * 1.2) 
# so instead of iterating, I just immediately compare all 
of my 
# point-to-street distances at once and have a handy 
# boolean index 

從本質(zhì)上講，代碼的功能是改變數(shù)組。好的一方面是運行很快，甚至能和Dask并行處理速度比較。其次，如果使用的是最基本的Numpy和Python，那么就可以及時編譯任何函數(shù)。壞的一面在于它只適合Numpy和簡單Python語法。我不得不把所有的數(shù)值計算從我的函數(shù)轉(zhuǎn)換成子函數(shù)，但其計算速度會增加得非?？?。

將其一起使用

簡單地使用map_partition()就可以將Numba函數(shù)與Dask結合在一起，如果并行操作和broadcasting能夠密切合作以加快運行速度，那么對于大數(shù)據(jù)集而言，將會看到其運行速度得到大幅提升。

上面的***張圖表明，沒有broadcasting的線性計算其表現(xiàn)不佳，并行處理和Dask對速度提升也有效果。此外，可以明顯地發(fā)現(xiàn)，Dask和Numba組合的性能優(yōu)于其它方法。

上面的第二張圖稍微有些復雜，其橫坐標是對行數(shù)取對數(shù)。從第二張圖可以發(fā)現(xiàn)，對于1k到10k這樣小的數(shù)據(jù)集，單獨使用Numba的性能要比聯(lián)合使用Numba+Dask的性能更好，盡管在大數(shù)據(jù)集上Numba+Dask的性能非常好。

優(yōu)化

為了能夠使用Numba編譯JIT，我重寫了函數(shù)以更好地利用broadcasting。之后，重新運行這些函數(shù)后發(fā)現(xiàn)，平均而言，對于相同的代碼，JIT的執(zhí)行速度大約快了24%。

可以肯定的說，一定有進一步的優(yōu)化方法使得執(zhí)行速度更快，但目前沒有發(fā)現(xiàn)。Dask是一個非常友好的工具，本文使用Dask+Numba實現(xiàn)的***成果是提升運行速度60倍。如果你知道其它的提升執(zhí)行速度的技巧，歡迎在留言區(qū)分享。

作者信息

Ernest Kim，舊金山大學碩士生，專注于機器學習、數(shù)據(jù)科學。