前言
纯Python做计算，相比Numpy、PyTorch、C、C++，性能低很多。Numpy适合单机版CPU矩阵计算，PyTorch适用于单机、分布式CPU、GPU矩阵计算，C、C++的性能不做多说；
另外，针对大规模分布式数据集矩阵计算，有Numba、Dask、JAX（Google）、Mars（阿里）等；
如果你的项目对性能要求很高，且数据不易组织为矩阵，又不想直接写C、C++代码，Cython是一个不错的选择。
Cython官网：https://cython.org/
Cython官方文档：http://docs.cython.org/en/latest/
接下来，用几个栗子来描述Cython的使用；
测试环境：Centos7.6 + python3.6.8 + Cython0.29.7
1. 纯Python转为.so可执行文件
使用Cython将纯Python代码转化为.so可执行文件，可加速计算；
首先，创建文件test.py，添加如下内容：
def f(x):
return x ** 2 - x
def integrate_f(a, b, N):
s = 0
dx = (b - a) / N
for i in range(N):
s += f(a + i * dx)
return s * dx创建文件main.py，然后命令行执行 python3.6 main.py
import test
import time
start = time.time()
for _ in range(10000):
test.integrate_f(12,10,100)
print(time.time() - start)执行10000次计算，纯Python耗时0.297s；
创建test_cython.pyx，
def f(x):
return x ** 2 - x
def integrate_f(a, b, N):
s = 0
dx = (b - a) / N
for i in range(N):
s += f(a + i * dx)
return s * dx下面将.pyx使用Cython编译成.so文件，编译过程中，会先将.pyx文件编译成.c文件，然后将.c文件编译成.so可执行文件；
操作如下：
创建文件setup.py，
from distutils.core import setup
from Cython.Build import cythonize
setup(
name='test_module',
ext_modules=cythonize('test.pyx'),
)然后，在命令行执行编译过程；
python3.6 setup.py build_ext --inplace操作成功后，在当前文件夹中会出现2个文件：test.c和test.cpython-36m-x86_64-linux-gnu.so，这个.so是可以直接在Python直接import的，但是.pyx是不可以的；
接下来，测试优化后的性能；main.py不需要做任何修改，将之前的test.py修改为test.py.bak；
然后命令行执行，python3.6 main.py，运行时间如下：
执行10000次计算，纯Python转为.so文件后耗时0.18s；性能提高了1.6倍；
2. 使用静态类型加速
给Python变量添加上C的类型，可以进一步加速；
栗子如下：
创建文件test_static.pyx，
def f(double x):
return x ** 2 - x
def integrate_f(double a, double b, int N):
cdef int i
cdef double s, dx
s = 0
dx = (b - a) / N
for i in range(N):
s += f(a + i * dx)
return s * dx脚本中出现的变量都添加了C的类型，变量使用cdef关键字做声明；
下一步同上，将.pyx编译为.so文件：
修改setup.py文件，
from distutils.core import setup
from Cython.Build import cythonize
setup(
name='test_module_2',
ext_modules=cythonize('test_static.pyx'),
)然后，命令行执行下面代码，会多出来一个.c文件，一个.so文件，这个.so文件也是可以直接在Python脚本中import；
python3.6 setup.py build_ext --inplace接下来，见证奇迹的时刻到了；
修改main.py，并执行；
import time
import test_static
start = time.time()
for _ in range(10000):
test_static.integrate_f(12,10,100)
print(time.time() - start)执行10000次计算，静态类型加速后耗时0.04s；性能进一步提高了4.5倍；
3. 使用c函数加速
计算主函数，使用cdef替代def，修改test_static.pyx
cdef f(double x):
return x ** 2 - x
def integrate_f(double a, double b, int N):
cdef int i
cdef double s, dx
s = 0
dx = (b - a) / N
for i in range(N):
s += f(a + i * dx)
return s * dx重新编译运行，耗时0.0249s；性能进一步提高了1.6倍。
