能讓Python提速超40倍的神器Cython詳解

Posted on by

讓Python提速超過40倍的神器：Cython

人工智能最火的語言，自然是被譽為迄今為止最容易使用的代碼之一的Python。Python代碼素來以直觀、高可讀性著稱。

然而，易用的背後，是Python無法逾越的障礙：慢。尤其是C程序員，這群快槍手簡直無法忍受Python的慢。

所以有人就想瞭各種方法去解決這個問題，本文就介紹其中的一種。如果你的代碼是純Python，或者你必須用一個大的for循環卻無法放入矩陣因為數據必須按順序處理，那麼就可以使用Cython來加速Python。

1、什麼是Cython？

根據維基百科：Cython是結合瞭Python和C的語法的一種語言，可以簡單的認為就是給Python加上瞭靜態類型後的語法，使用者可以維持大部分的Python語法，而不需要大幅度調整主要的程式邏輯與算法。但由於會直接編譯為二進制程序，所以性能較Python會有很大提升。

Cython被大量運用在CPython函式庫的撰寫，以取得較高的執行效能。Cython將CPython代碼轉譯成 C 或 C++ 語法後，自動包裝上函式呼叫界面生成 .pyx 後綴的執行檔，即可當成普通的函式庫。其性能一般遜於原生的 C/C++ 函式庫，但由於 CPython 語法的易用性可以縮短開發時間。Cython 也可以用於編譯以 C/C++ 為 CPython 撰寫的函式庫。

目前Cython可以在 Windows, macOS 與 Linux 上使用，可以編譯 2.6, 2.7 與 3.3 至 3.7 版本的 CPython 語法。

我們對Python代碼的唯一調整是向每個變量添加類型信息。通常，我們可以在Python中聲明一個變量，如下所示：

x = 0.5

使用Cython，我們將為該變量添加一個類型：

cdef float x = 0.5

這告訴Cython我們的變量是浮點數，和C一樣。使用純Python，變量的類型是動態確定的。Cython中類型的顯式聲明是可以轉換為C的原因，因為需要顯式類型聲明+。

安裝Cython隻需要一行pip：

pip install cython

2、Cython的類型

使用Cython時，有兩種不同的類型，用於變量和函數。

對於變量，我們有：

cdef int a, b, c
cdef char *s
cdef float x = 0.5 (single precision)
cdef double x = 63.4 (double precision)
cdef list names
cdef dict goals_for_each_play
cdef object card_deck

請註意所有這些類型都來自C/C++！ 

對於功能：

def — regular python function, calls from Python only.
cdef — Cython only functions which can't be accessed from python-only code i.e must be called within Cython
cpdef — C and Python. Can be accessed from both C and Python

由此開始，我們要開啟加速瞭哦！準備好…

3、使用Cython加速代碼

我們要做的第一件事就是設置Python代碼基準：用於計算數字階乘的for循環。 

原始Python代碼如下所示：

def test(x):

  y = 1

  for i in range(x+1):

    y *= i

  return y

Cython相同功能看起來非常相似。確保Cython代碼文件使用 .pyx擴展名。代碼本身的唯一變化是我們需要提前聲明變量和函數的類型，示例代碼如下：

cpdef int test(int x):

    cdef int y = 1

    cdef int i

    for i in range(x+1):

        y *= i

    return y

註意函數有一個cpdef來確保我們可以從Python調用它。另外還需要為函數中的所有變量設置類型從而告知C編譯器。

接下來，創建一個setup.py文件，該文件將Cython代碼編譯為C代碼：

from distutils.core import setup
from Cython.Build import cythonize
setup(ext_modules = cythonize('run_cython.pyx'))

並執行編譯：

python setup.py build_ext --inplace

搞定！我們的C代碼已經編譯好並且可以使用瞭。

在Cython代碼所在的文件夾中擁有運行C代碼所需的所有文件，包括run_cython.c文件，你盡可以進去仔細看個究竟。

現在，我們要測試全新超快速C代碼瞭！準備好瞭嗎？3、2、1、go！

import run_python
import run_cython
import time
 
 
number = 10
 
 
start = time.time()
run_python.test(number)
end =  time.time()
 
py_time = end - start
print("Python time = {}".format(py_time))
 
start = time.time()
run_cython.test(number)
end =  time.time()
 
cy_time = end - start
print("Cython time = {}".format(cy_time))
 
 
print("Speedup = {}".format(py_time / cy_time))

Cython幾乎可以為任何原始Python代碼提供良好的加速，不需要做太多額外的工作。記住，你用的循環越多、處理的數據越多，Cython就越有幫助。

看看下表，其中顯示瞭Cython為不同的階乘值提供瞭多少速度。我們使用Cython獲得瞭超過36倍的加速！

圖片

到此這篇關於能讓Python提速超40倍的神器Cython詳解的文章就介紹到這瞭,更多相關Cython加速Python內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet！

推薦閱讀：