Código de la sesión¶
Los programas que se corrieron en clase, más el archivo en C que se escribió en vivo para explicar qué hay debajo de una lista.
| Archivo | Qué muestra |
|---|---|
llenar_matriz.py |
Las dos maneras de llenar una matriz: ciclos de Python contra el método del arreglo |
relojes.py |
perf_counter contra process_time sobre el mismo fragmento |
fib_profile.py |
fib(35) bajo cProfile, con y sin memoización |
montecarlo.py |
Estimación de pi perfilada con Pyinstrument, con uniform y con random |
encaje_simd.py |
Cinco patrones sobre el mismo arreglo, y cuál aprovecha los carriles |
listas_vs_numpy.py |
Cuatro formas de sumar los mismos números, y el envolvente de NumPy |
arreglo.c |
arr[i] como azúcar sintáctico de *(arr + i) |
El ambiente¶
python3 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt
Los programas de perfilado no necesitan nada más; arreglo.c se compila con
gcc -Wall -o arreglo arreglo.c.
Correr¶
python llenar_matriz.py 2000 # el tamaño es opcional; el de la sesión es 10000
python relojes.py
python fib_profile.py
python montecarlo.py uniform # y después: python montecarlo.py random
python encaje_simd.py
python listas_vs_numpy.py # el tamaño también es opcional
Los tiempos de cada máquina son distintos; lo que se repite son las
proporciones. En la máquina donde se preparó esta sesión, fib(35) sin
memoización hace 29 860 712 llamadas y con memoización 45, la misma cifra que
salió en clase, porque el número de llamadas no depende de la máquina.
llenar_matriz.py con 10 000 reserva 800 MB por cada matriz y los ciclos
anidados recorren cien millones de posiciones: conviene empezar con un tamaño
menor y subirlo. Lo mismo con listas_vs_numpy.py, donde una lista de cien
millones de enteros de Python no cabe en cualquier máquina.