Google Colaboratoryとフィボナッチ数列でPythonとNimを比較する

PythonとNimが連携できるようなので，Google Colaboratoryで実装しようと思います．

本稿では，フィボナッチ数列でPythonとNimの比較します．

有料枠設定にしていますが，下記のサイトで他の記事もみれます．youtubeの投げ銭的な物として，お考えください．

Google Colaboratoryとフィボナッチ数列でPythonとNimを比較する

Google Colabのファイル構成

プロジェクトディレクトリはNim_fibとしています．度々，省略しています．

Nim_fib
├── Nim4Colab_sample_fib.ipynb
├── fib.nim 
└── fib.so

Google Driveと連携

Google ColabとGoogle Driveを連携させ，作業ディレクトリ(ここではfirst_nim)に移動します．

# Google ColabとGoogle Driveを連携
from google.colab import drive
drive.mount('/content/drive')

# ディレクトリの移動
%cd /content/drive/My\ Drive/Nimnim/Nim_fib
!ls

nim4colabのインストール

Google Colab で nimコマンドを使用するためのライブラリであるnim4colabをインストールします．

%load_ext nim4colab により%を付けてNimのコマンドを使えます．

!pip install git+https://github.com/demotomohiro/nim4colab.git
%load_ext nim4colab

nimpyのインストール

PythonからNimを呼び出すためのNimのライブラリ、nimpyをインストールします．

Nim初心者が始めるNimとnimpy(opens new window)

nimpyをインストールすることで、後述の fib.nim内で使っているnimpyをコンパイル、ライブラリとして使用することができます．

nimbleはNimのライブラリをインストールするためのコマンドです．

%nimble install nimpy -y

Pythonのみでフィボナッチ数を出力する関数を実行

以下のコードでは，45番目のフィボナッチ数を出力させてみます．

import time
def fib(n):
   if n == 0:
       return 0 
   elif n <3:
       return 1 
   return fib(n-1) + fib(n-2)
# 開始時間
start = time.time()
# フィボナッチ数を実行
print(fib(45))
# 終了時間
elapsed_time = time.time() - start
# 実行時間
print ("elapsed_time:{0}".format(elapsed_time) + "[sec]")
# 出力結果
# 1134903170
# elapsed_time:360[sec]

Python + Nim でフィボナッチ数を出力する関数を実行

%%writefile ファイル名.nim とすることでマジックコマンドのあるセル内のコードを.nim ファイルとして書き出すことができます．

特徴として，proc を使った関数の宣言，引数の型指定，Pythonモジュールで使用することをNimに支持するための{.exportpy.}があります．

Speeding up Python code with Nim(opens new window)

# セル内のfib関数をfib.minとして書き出し
%%writefile fib.nim
import nimpy

proc fib(n: int): int {.exportpy.} =
   if n == 0:
       return 0
   elif n < 3:
       return 1
   return fib(n-1) + fib(n-2)
# Writing fib.nim

#Python + Nim でフィボナッチ数を出力する関数をコンパイル
書き出したfib.min をコンパイルします。

--tlsEmulation:off・・・スレッドローカルストレージエミュレーションをオン|オフにする
--app:lib・・・コンソールアプリ| GUIアプリ| DLL |静的ライブラリを生成する
スレッドローカルストレージ：変数宣言の際に，記憶域としてthread_localキーワードを指定することで、スレッドごとの静的記憶域に変数が保持される．

Nim Compiler User Guide(opens new window)

スレッドローカルストレージ(opens new window)

%nim c --tlsEmulation:off --app:lib --out:fib.so fib.nim
# output fib.so

Python + Nim でフィボナッチ数を出力する関数を実行

コンパイルしたfib.min を実行します．

import sys
import time

# ライブラリのインポート先を追加
sys.path.append("./")

# 作成・コンパイルしたfibファイルをインポート
import fib

# 開始時間
start = time.time()
# フィボナッチ数を実行
print(fib.fib(45))
# 終了時間
elapsed_time = time.time() - start
# 実行時間
print ("elapsed_time:{0}".format(elapsed_time) + "[sec]")

# 出力結果
# 1134903170
# elapsed_time:36[sec]

まとめ

重い処理をNimで実行することで，処理スピードが約10倍になりました．

Pythonのみ：約360秒
Python+Nim：約36秒

「GPUなしの低スペックの環境で高速化を目指す」という縛りプレイをするのも面白そうです．

参考サイト

Google Colaboratoryとフィボナッチ数列でPythonとNimを比較する