pydata/numexpr

これは何？

主な機能

• 01中間結果用の一時配列を作らずに、配列の式を評価します。
• 02処理をキャッシュに収まるサイズのチャンクに分割し、CPUコアに分散します。
• 03一般的な数学関数と文字列配列の比較に対応しています。
• 04超越関数を高速化するIntel MKL/VMLのオプションサポート。
• 05pipまたはcondaでインストールできます。

ユースケース

• NumPy配列に対する大規模な要素単位の計算を高速化する。
• PandasやPyTablesのクエリのように、大きな配列を対象に条件で絞り込んだり計算したりする。
• 配列を多用する数値計算コードのメモリ使用量を削減する。

クイックスタート

1. 1

   pipでPyPIからインストールする

   pip install numexpr
2. 2

   AnacondaまたはMinicondaを使っている場合は、condaでインストールすることもできます

   conda install numexpr
3. 3

   NumPy配列上で式を評価する

   python -c "import numpy as np, numexpr as ne; a = np.arange(1e6); print(ne.evaluate('a + 1'))"

使う前に知っておきたいこと

• !非常に単純な式では高速化の効果は小さく、大きな配列で最も効果を発揮します。
• !pipのwheelにはIntel MKLのサポートが含まれていません。MKLが利用できるのは、NumPyがMKLを使用する場合のcondaビルドのみです。
• !プロジェクトは今後の運営資金を募っているため、長期的なメンテナンスは不確実です。

トピック

よくある質問

numexpr とは？

NumPy配列の式をチャンク単位で評価し、メモリ使用量を抑えながらマルチコアで高速に計算します。 NumExprは、'3*a+4*b'のようなNumPy配列の数値式を評価します。同じ計算を通常のPythonで行うより高速で、メモリ使用量も抑えられます。中間結果用の一時配列を作らず、CPUキャッシュに収まるサイズの小さなチャンクに分けてデータを処理します。

numexpr は無料で使えますか？ライセンスは？

numexpr は MIT ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。

numexpr は今もメンテナンスされていますか？

活発にメンテナンス中。numexpr の最終コミットは 2026年10月13日 です。

numexpr は何に使えますか？

NumPy配列に対する大規模な要素単位の計算を高速化する。 PandasやPyTablesのクエリのように、大きな配列を対象に条件で絞り込んだり計算したりする。 配列を多用する数値計算コードのメモリ使用量を削減する。

numexpr のインストール方法は？

pipでPyPIからインストールする: pip install numexpr AnacondaまたはMinicondaを使っている場合は、condaでインストールすることもできます: conda install numexpr NumPy配列上で式を評価する: python -c "import numpy as np, numexpr as ne; a = np.arange(1e6); print(ne.evaluate('a + 1'))"

numexpr はどこで入手できますか？

ソースコードとインストール手順は GitHub にあります：https://github.com/pydata/numexpr