Python中的数值线性代数工具

我用numpy表示数值线性代数。例如，我怀疑，如果我在执行某些计算的方式上做一些小的修改，使它们更高效地使用内存，我可以获得更好的性能

我想知道python中是否有任何形式的工具可用于检测缓存和TLB未命中。有一个非常好的api，PAPI，我在最近的一个课程中学习过，但它没有Python接口：

另外，一般来说，有没有一种好的方法来评测numpy或其他python数字代码？timeit模块很难集成到代码中。mpi4py有一种使用MPE库进行概要分析的好方法。演示代码（demo/mpe logging/cpilog.py）中的一个片段：

将创建一个可以以图形方式显示的日志文件。但这有点MPI特定

---

谢谢。

也许提供的探查器之一可以帮助您找到热点

看

---

这些可能不会提供足够的细节来触发直接行动，但应该指出在哪里寻求改进，并帮助确定收益递减的点。

罗伯特·克恩（NumPy开发者之一）正是针对这种情况编写的。与hotspot/cProfile相比，它更适合评测NumPy重代码。

谢谢，这非常有帮助。在问题的“更好的性能”部分，您实际上在做什么——什么NumPy函数，什么vec/数组大小，什么缓存大小？大多是密集矩阵乘以从缓存大小到更大的矩阵大小。

communication   = MPE.newLogState("Comunicate",  "red")
with communication:
    comm.Bcast([n, MPI.INT], root=0)