Juliaを使うときのTipsをまとめる（その11/X） - 「大人の教養・知識・気付き」を伸ばすブログ

　 $\mathrm{Julia}$ を使うのに、今一度

Juliaプログラミングクックブック ―言語仕様からデータ分析、機械学習、数値計算まで

Amazon

で使い方を整理する。

前回
注意
3.　Juliaによる数値演算
- 3.1　行列処理の高速化
次回

前回

power-of-awareness.com

注意

　参照文献はかなり古い(2019年)ため、現在のバージョンでは動作しない関数などが多いとの評判がある。そこでそういった齟齬があった場合は随時コメントする。なお筆者の環境は、

アプリケーション	バージョン
$\mathrm{Julia}$	$1.8.0$
$\mathrm{Jupyter}$ $\mathrm{Notebook}$	$6.5.2$

である。

3.　Juliaによる数値演算

3.1　行列処理の高速化

　ここではループを用いて行列計算を行う。ここで重要なのは、 $\mathrm{Julia}$ では列方向に処理した方が効率が良い点である。

########################
### 行列演算の高速化 ###
########################

# Juliaは列方向での演算が効率的

# 列方向での演算
function sum_by_col(x)
    s = zero(eltype(x)) # コードが型安定にあるようにしている
    for j in 1:size(x, 2)
        for i in 1:size(x, 1)
            s += x[i, j]
        end
    end
    s
end

# 参考：行方向での演算
function sum_by_row(x)
    s = zero(eltype(x)) # コードが型安定にあるようにしている
    for i in 1:size(x,1)
        for j in 1:size(x,2)
            s += x[i,j]
        end
    end
    s
end

using BenchmarkTools
x = rand(10^4, 10^4)

@btime sum_by_row(x)
@btime sum_by_col(x)
@btime sum(x)

println(sum_by_row(x))
println(sum_by_col(x))
println(sum(x))