Python Line_profiler 和 Cython 函数
Posted
技术标签:
【中文标题】Python Line_profiler 和 Cython 函数【英文标题】:Python Line_profiler and Cython function 【发布时间】:2014-06-10 15:27:30 【问题描述】:所以我尝试使用line_profiler
在我自己的python 脚本中分析一个函数,因为我想要逐行计时。唯一的问题是该函数是 Cython 函数,而 line_profiler
无法正常工作。在第一次运行时,它只是因错误而崩溃。然后我添加了
!python
cython: profile=True
cython: linetrace=True
cython: binding=True
在我的脚本顶部,现在它运行良好,除了时间和统计数据是空白的!
有没有办法将line_profiler
与 Cythonized 函数一起使用?
我可以分析非 Cythonized 函数,但它比 Cythonized 慢得多,以至于我无法使用来自分析的信息 - 纯 python 的缓慢将使我无法改进 Cython一个。
这是我要分析的函数的代码:
class motif_hit(object):
__slots__ = ['position', 'strand']
def __init__(self, int position=0, int strand=0):
self.position = position
self.strand = strand
#the decorator for line_profiler
@profile
def find_motifs_cython(list bed_list, list matrices=None, int limit=0, int mut=0):
cdef int q = 3
cdef list bg = [0.25, 0.25, 0.25, 0.25]
cdef int matrices_length = len(matrices)
cdef int results_length = 0
cdef int results_length_shuffled = 0
cdef np.ndarray upper_adjust_list = np.zeros(matrices_length, np.int)
cdef np.ndarray lower_adjust_list = np.zeros(matrices_length, np.int)
#this one need to be a list for MOODS
cdef list threshold_list = [None for _ in xrange(matrices_length)]
cdef list matrix_list = [None for _ in xrange(matrices_length)]
cdef np.ndarray results_list = np.zeros(matrices_length, np.object)
cdef int count_seq = len(bed_list)
cdef int mat
cdef int i, j, k
cdef int position, strand
cdef list result, results, results_shuffled
cdef dict result_temp
cdef int length
if count_seq > 0:
for mat in xrange(matrices_length):
matrix_list[mat] = matrices[mat]['matrix'].tolist()
#change that for a class
results_list[mat] = 'kmer': matrices[mat]['kmer'],
'motif_count': 0,
'pos_seq_count': 0,
'motif_count_shuffled': 0,
'pos_seq_count_shuffled': 0,
'ratio': 0,
'sequence_positions': np.empty(count_seq, np.object)
length = len(matrices[mat]['kmer'])
#wrong with imbalanced matrices
upper_adjust_list[mat] = int(ceil(length / 2.0))
lower_adjust_list[mat] = int(floor(length / 2.0))
#upper_adjust_list[mat] = 0
#lower_adjust_list[mat] = 0
#-0.1 to adjust for a division floating point bug (4.99999 !< 5, but is < 4.9!)
threshold_list[mat] = MOODS.max_score(matrix_list[mat]) - float(mut) - 0.1
#for each sequence
for i in xrange(count_seq):
item = bed_list[i]
#TODO: remove the Ns, but it might unbalance
results = MOODS.search(str(item.sequence[limit:item.total_length - limit]), matrix_list, threshold_list, q=q, bg=bg, absolute_threshold=True, both_strands=True)
results_shuffled = MOODS.search(str(item.sequence_shuffled[limit:item.total_length - limit]), matrix_list, threshold_list, q=q, bg=bg, absolute_threshold=True, both_strands=True)
results = results[0:len(matrix_list)]
results_shuffled = results_shuffled[0:len(matrix_list)]
results_length = len(results)
#for each matrix
for j in xrange(results_length):
result = results[j]
result_shuffled = results_shuffled[j]
upper_adjust = upper_adjust_list[j]
lower_adjust = lower_adjust_list[j]
result_length = len(result)
result_length_shuffled = len(result_shuffled)
if result_length > 0:
results_list[j]['pos_seq_count'] += 1
results_list[j]['sequence_positions'][i] = np.empty(result_length, np.object)
#for each motif
for k in xrange(result_length):
position = result[k][0]
strand = result[k][1]
if position >= 0:
strand = 0
adjust = upper_adjust
else:
position = -position
strand = 1
adjust = lower_adjust
results_list[j]['motif_count'] += 1
results_list[j]['sequence_positions'][i][k] = motif_hit(position + adjust + limit, strand)
if result_length_shuffled > 0:
results_list[j]['pos_seq_count_shuffled'] += 1
#for each motif
for k in xrange(result_length_shuffled):
results_list[j]['motif_count_shuffled'] += 1
#j = j + 1
#i = i + 1
for i in xrange(results_length):
result_temp = results_list[i]
result_temp['ratio'] = float(result_temp['pos_seq_count']) / float(count_seq)
return results_list
我很确定三重嵌套循环是主要的慢速部分 - 它的工作只是重新排列来自 MOODS 的结果,C 模块做主要工作。
【问题讨论】:
是其他方法上的cython函数方法吗? 不,它没有调用其他任何东西,除了通过 python 绑定的 c 模块 - 这可能是问题吗? 你想发布代码吗,如果我理解问题分析应该可以使用 ipython 贴出代码,希望有人能帮忙,它是用于科学应用的,在这种情况下速度真的很重要 似乎缺少一些要编译的代码的依赖项,motif_hit
和 MOODS
【参考方案1】:
Till Hoffmann 在此处提供了有关在 Cython 中使用 line_profiler 的有用信息:How to profile cython functions line-by-line。
我引用他的解决方案:
Robert Bradshaw 帮助我让 Robert Kern 的 line_profiler
工具适用于 cdef
函数,我想我会在 ***
上分享结果。
简而言之,设置一个常规的.pyx
文件和构建脚本和pass to cythonize
linetrace
compiler directive 以启用分析和行跟踪:
from Cython.Build import cythonize
cythonize('hello.pyx', compiler_directives='linetrace': True)
您可能还想将 (undocumented) directive binding
设置为 True
。
此外,您应该通过修改 extensions
设置来定义 C 宏 CYTHON_TRACE=1
,以便
extensions = [
Extension('test', ['test.pyx'], define_macros=[('CYTHON_TRACE', '1')])
]
在iPython
笔记本中使用%%cython
魔法的工作示例如下:
http://nbviewer.ipython.org/gist/tillahoffmann/296501acea231cbdf5e7
【讨论】:
>>> from Cython.Compiler.Options import directive_defaults Traceback(最近一次调用最后):文件“from Cython.Compiler.Options import get_directive_defaults; directive_defaults = get_directive_defaults()
。见github.com/cython/cython/issues/1497【参考方案2】:
API 已更改。现在:
from Cython.Compiler.Options import get_directive_defaults
directive_defaults = get_directive_defaults()
directive_defaults['linetrace'] = True
directive_defaults['binding'] = True
【讨论】:
以上是关于Python Line_profiler 和 Cython 函数的主要内容,如果未能解决你的问题,请参考以下文章
Python 分析:使用 line_profiler 的 @profile 装饰器会导致错误
使用 line_profiler 进行 Python 分析 - 即时删除 @profile 语句的巧妙方法?