python---之cython

因为项目需要，需要优化已有的Python代码。目前Python代码的执行过程是将Python代码转变成一行行指令，然后解释器解释指令的执行，调用到C代码层。如果去掉指令解释这个阶段，直接进入C代码层，效率就比较高了。如果用之前所述的使用Python C API将Python代码改造为C代码并作为Python的内建模块，工作量极其大，也不能保证其正确性，所以这种方法不太现实。而Cython库正好符合这种场景需求，将已有的Python代码转化为C语言的代码，并作为Python的built-in模块扩展。

版本说明：

Python 2.7.13 (CPython)

Cython 0.25.2

Python的文件类型介绍：

.py python的源代码文件

.pyc Python源代码import后，编译生成的字节码

.pyo Python源代码编译优化生成的字节码。pyo比pyc并没有优化多少，只是去掉了断言

.pyd Python的动态链接库(Windows平台)

.py, .pyc, .pyo 运行速度几乎无差别，只是pyc, pyo文件加载的速度更快，不能用文本编辑器查看内容，反编译不太容易

本文的目标是将test.py文件生成test.c文件，然后将test.c文件作为Python源码的一部分，重新编译生成Python，使用时直接import test即可使用test模块。

Cython基本介绍：

文档中这样总结Cython:

Cython is an optimising static compiler for both the Python programming language and the extended Cython programming language (based on Pyrex). It makes writing C extensions for Python as easy as Python itself.

是一个Python编程语言的编译器，写C扩展就像写Python代码一样容易。

其最重要的功能是：

write Python code that calls back and forth from and to C or C++ code natively at any point.

即将Python代码翻译为C代码。之后就可以像前面文章介绍的C语言扩展Python模块使用这些C代码了。

Cython基本用法：

在使用Cython编译Python代码时，务必要安装C/C++编译器，本文是直接安装了Visiual Studio 2015的开发环境。

1. 安装Cython库

pip install Cython

　就是如此简单明了

2. 编写一个测试代码文件test.py放在D:/test/test.py

def say_hello():
    print "hello world"

然后在同一目录下，新建一个setup.py文件，内容如下：

from distutils.core import setup
from Cython.Build import cythonize

setup(ext_modules = cythonize("test.py"))

cythonize()是Cython提供将Python代码转换成C代码的API，

setup是Python提供的一种发布Python模块的方法。

3. 使用命令行编译Python代码：

python setup.py build_ext --inplace

如果出现这种情况是因为没有C编译器相关的配置没有设置好，在Windows上一般采用Microsoft VisualStudio，不同的VS版本设置不同。

Visual Studio 2010 (VS10): SET VS90COMNTOOLS=%VS100COMNTOOLS%
Visual Studio 2012 (VS11): SET VS90COMNTOOLS=%VS110COMNTOOLS%
Visual Studio 2013 (VS12): SET VS90COMNTOOLS=%VS120COMNTOOLS%
Visual Studio 2015 (VS14): SET VS90COMNTOOLS=%VS140COMNTOOLS%
Visual Studio 2017 (VS14): SET VS90COMNTOOLS=%VS150COMNTOOLS%

这里采用VS2015作为C的编译器。

在命令行中输入SET VS90COMNTOOLS=%VS140COMNTOOLS%

然后输入编译命令：python setup.py build_ext --inplace

最终的生成结果如下:

在D:/test/ 目录中：

test.c是test.py转化后的C代码文件，可以看到test.c非常大！！

test.pyd是python的动态链接库，我们在使用import test时会加载

build目录编译过程中生成的临时文件

使用刚刚生成的test模块，就像使用Python的任意模块一样：

这里稍微解释一下命令行：python setup.py build_ext --inplace

build_ext是指明python生成C/C++的扩展模块(build C/C++ extensions (compile/link to build directory))

--inplace指示将编译后的扩展模块直接放在与test.py同级的目录中。

整个Cython工作的流程如下图所示：

分两步：

1）.py文件使用Cython被编译为.c文件；

2）.c文件使用C编译器生成.pyd(windos)或.so(linux)文件。

除了这种普遍的用法外，还可以在Python代码的某些地方加上静态类型声明，也可以更进一步提升Python的运行效率，这些属于小技巧了~

比如：

def say_hello(int s):
    cdef int a = 2
    print s + 2

s和a变量直接指示为int类型，不用再做动态语言的类型推断了。

小测试：

import math
import time

def f():
    time1 = time.time()
    for i in range(100000000):
        x = math.sqrt(i)
    time2 = time.time()
    print time2 - time1

这段原生的Python代码运行时间是13.17秒，使用Cython优化后，运行时间为9.36秒。基本上提升30%。其实Cython一般对外声称的效率提升也大概是这么多。

Cython中的坑

在这一小节中，讨论Cython中的一些坑以及填坑姿势。Cython官方文档中已经明确指出一些不支持的Python特性，有些不打算修复，再结合具体项目场景，给出一些坑的解决方案。

具体项目需求：将一些需要优化的Python代码模块翻译成C代码，加入项目中，编译链接之后，作为Python的一个built-in模块。

所以，只需要转换成C代码这一步骤即可，不需要使用Python提供的distutils模块，只需要Cython提供的cythonize。

1. 从Python的site-package中提取install的Cython目录，独立出来。因为是供给其他人使用，其他人pip install cython的话可能版本不一致，会出现一些问题。

Cython目录是Cython源码以及Python2.7/Lib/site-package下的cython.py，即：

CythonTool是封装了转化为C代码的py脚本文件。

在使用时，需要设置一下sys.path，在import时才能找到我们独立出来的Cython模块。

# import Cython path

sys.path.insert(0, cython_path)
from Cython.Build import cythonize
from Cython.Compiler import Options

在sys.path的头部添加cython_path，所以Python site-package里的Cython就不会影响我们独立出来的Cython模块。

2. 在编译python代码为C代码时，需要指定输出的C代码文件路径，Cython默认的是python脚本目录，这样会导致py文件与.c文件混在一起，很容易就乱了。

目前工作目录有三个

LibDir: 需要优化的Python脚本所在目录

CfileDir: 输出的C代码文件所在的目录

ToolDir: 封装的cython优化脚本所在的目录，其作用是将LibDir中的Python模块转换为C代码，然后输出到CfileDir

故而封装的cython脚本工作目录在ToolDir，脚本中最核心的是代码是：

cythonize(pyfilePath, build_dir=CfileDir)

使用build_dir参数指明C代码输出目录。

看起来很完美，但是Cython源码在这里里有个坑。

当指定build_dir时，当pyfilePath与CfileDir都为绝对路径时，且cython脚本的工作目录与pyfilePath不一致时，cythonize会将输出文件的目录置为pyfilePath所在的目录，故最后输出的Ｃ代码文件不会到CfileDir里。

所以应该在封装的cython脚本里调用os.chdir(LibDir)，转换完成时再切换到原有工作目录。牢记cython的工作目录应该与待优化的python脚本目录一致。

转载：https://www.cnblogs.com/jianmu/p/7497274.html?utm_source=debugrun&utm_medium=referral

猜你喜欢