在Python中，当你声明一个变量时，如：

x  =  5.0

你永远不必告诉语言变量’x’是一个整数。事实上，以后，你可以将’Gary’分配给x并且很好。这是因为Python会每隔一段时间检查一次以确定类型。这被称为“动态打字”。

这很好，并且使得学习最初非常简单，Python实际上只是一种教学语言，但是这会严重降低速度。

相反，如果我们愿意，我们可以使用静态打字和Cython来获得一些严重的加速。许多语言更像是：

float  x  =  5.0

Cython需要这样的东西：

cdef  float  x  =  5.0

linux 安装编译器（C/C++） sudo apt-get install build-essential
Windows：使用MinGW，或者获得编译您的Python版本的完全相同版本的Visual C。以下是适用于Windows的MinGW的Cython指南 http://cython.readthedocs.io/en/latest/src/tutorial/appendix.html

一旦你有了Cython和一个编译器，让我们通过Cython工作流程并制作我们自己的C-Exension！我们从一个简单的python文件开始：

# example_original.py
def test(x):
    y = 0
    for i in range(x):
        y += i
    return y

我们如何准备这个文件通过Cython传递？简单而不是.py，我们做.pyx

#example_cython.pyx
def test(x):
    y = 0
    for i in range(x):
        y += i
    return y

我们显然还没有任何输入信息。稍后我们会补充说，但现在，我们将坚持这一点。

一旦你有.pyx，你就可以开始构建。为此，我们将制作一个setup.py文件：

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

setup(ext_modules = cythonize('example_cython.pyx'))

接下来，在您的终端中，执行：

python3 setup.py build_ext --inplace

这应该创建一个构建目录，一个C文件（.c）和一个共享对象文件（.so）。有了这个，我们可以导入我们的C-extension。为了说明这一点，您现在可以删除或以其他方式移动您的example.py和example.pyx文件，以便保留build，.c和.so文件。现在创建一个名为testing.py的新文件，我们可以导入新的c扩展名：

#testing.py
import example_cython

example_cython.test(5)

所以我们还没有真正做过任何Cython输入…等等，所以这段代码没有更好的优化，但是这实际上很有趣，因为它很简单，它表明你可以尽可能多地做，或者尽可能少地使用Cython实现。

现在，我们将开始添加输入信息。让我们回顾一下键入声明：

cdef声明

cdef int x,y,z
cdef char *s
cdef float x = 5.2 (single precision)
cdef double x = 40.5 (double precision)
cdef list languages
cdef dict abc_dict
cdef object thing

def, cdef, and cpdef

def - 常规的python函数，仅来自Python的调用。
cdef - cython只有函数，不能从python-only代码访问这些函数，必须在Cython中进行访问，因为对于这些函数将不会有C语言转换。
cpdef - C和Python。将为Python创建一个C函数和一个包装器。为什么不总是使用cpdef？在某些情况下，你可能只有C指针，就像C数组一样。但是，我们将主要使用cpdef。

现在，我们将从之前的相同代码开始：

#example_cython.pyx
def test(int x):
    cdef int y = 0
    cdef int i
    for i in range(x):
        y += i
    return y

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

setup(ext_modules = cythonize('example_cy.pyx'))

#testing_things.py
import timeit

cy = timeit.timeit('''example_cy.test(5)''',setup='import example_cy',number=100)
py = timeit.timeit('''example.test(5)''',setup='import example', number=100)

print(cy, py)
print('Cython is {}x faster'.format(py/cy))

不错！还有一些其他的细微变化，比如：

cpdef int test(int x):
    cdef int y = 0
    cdef int i
    for i in range(x):
        y += i
    return y

#testing_things.py
import timeit

cy = timeit.timeit('''example_cy.test(5000)''',setup='import example_cy',number=100)
py = timeit.timeit('''example.test(5000)''',setup='import example', number=100)

print(cy, py)
print('Cython is {}x faster'.format(py/cy))

我们必须分析我们可以尝试使用cython的领域的一个选项是通过cythonize的html输出。例如，让我们将我们原始的Python脚本转换为.pyx：

#furthertesting.pyx
def test(x):
    y = 0
    for i in range(x):
        y += i
        return y

$ cython -a furthertesting.pyx

现在我们可以看到，与Python的唯一关系是我们的cpdef，因为我们希望能够在Python中使用这个函数。

好的，这就是现在所有的Cython。我可能会在未来引入更多高级主题，但是，不管你信不信，你的大部分收获将纯粹来自使用静态类型。您还可以查看各种命令，如“与nogil”。如果你愿意，Cython可能会变得更加复杂。如果您熟悉C / C ++，我强烈建议您更多地参与。否则，请考虑Python代码中哪些地方需要继续验证某些变量的类型。这可以是循环的，也可以是扩展的程序。例如，如果您的网站流量很大，或者您有某种爬网机器，或者您正在分析股票的价格价格，那么无论您何时扩大使用变量，都应该考虑添加类型一些严重的性能改进信息。

正如你所见，这样做是非常快速和无痛的。希望它有帮助！

风吴痕

发布了96 篇原创文章 · 获赞 179 · 访问量 64万+

他的留言板关注

Cython优化简介

cdef声明

def, cdef, and cpdef

猜你喜欢